📅  最后修改于: 2023-12-03 15:23:39.004000             🧑  作者: Mango
在 Pandas 中,垂直合并 DataFrame 是一个常见的操作,尤其是在需要将多个 DataFrame 的数据合并为一个 DataFrame 的时候。通过垂直合并可以将多个 DataFrame 按照行的方式进行拼接,即将多个 DataFrame 中的行合并为一个 DataFrame 中的行。
在 Python 中,可以使用 Pandas 库提供的 concat
函数实现垂直合并 DataFrame。该函数可以接受一个包含多个 DataFrame 的列表,并按照指定的轴(行或列)进行拼接。其中,使用 axis=0
表示按照行进行拼接,使用 axis=1
表示按照列进行拼接。
以下是一个实现垂直合并 DataFrame 的示例代码:
import pandas as pd
# 创建多个 DataFrame
df1 = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})
df2 = pd.DataFrame({"A": [4, 5, 6], "B": [7, 8, 9]})
df3 = pd.DataFrame({"A": [7, 8, 9], "B": [10, 11, 12]})
# 使用 concat 函数垂直合并 DataFrame
result = pd.concat([df1, df2, df3], axis=0)
# 输出结果
print(result)
上述代码将创建三个 DataFrame,并使用 concat 函数将它们垂直合并为一个新的 DataFrame。最终的结果如下所示:
A B
0 1 4
1 2 5
2 3 6
0 4 7
1 5 8
2 6 9
0 7 10
1 8 11
2 9 12
从结果中可以看到,三个原始的 DataFrame 中的行都被合并为了一个新的 DataFrame 中的行。
除了使用 concat 函数之外,Pandas 还提供了其他的函数和方法用于垂直合并 DataFrame。比如 append
方法可以直接将一个 DataFrame 添加到另一个 DataFrame 的末尾,等价于使用 concat
函数按照行进行合并。此外,还有 merge
函数用于按照指定的列进行合并等。
如果你需要在 Pandas 中实现垂直合并 DataFrame 的操作,可以使用其中任意一种方法进行实现。