python dataframe纵向合并_Python Dataframe合并问题

在Python中，实现DataFrame纵向拼接可以使用`pandas`库的`concat`函数。下面为你详细介绍具体的实现方法。 ### 使用`concat`函数进行纵向拼接 `concat`函数可以将多个DataFrame对象沿着指定的轴进行拼接，当`axis=0`时表示纵向拼接。示例代码如下： ```python import pandas as pd # 创建示例DataFrame df1 = pd.DataFrame([['Tom', '2001', 98], ['Jack', '2002', 63], ['Lucy', '2003', 88], ['Nick', '2004', 100]], columns=['姓名', '学号', '成绩']) df2 = pd.DataFrame([['Tom', '2001', '一班'], ['Jack', '2002', '二班'], ['Lucy', '2003', '二班'], ['Anny', '2005', '一班']], columns=['姓名', '学号', '班级']) # 纵向拼接DataFrame result = pd.concat([df1, df2], axis=0) print(result) ``` 在上述代码中，首先创建了两个DataFrame对象`df1`和`df2`，然后使用`pd.concat`函数将它们纵向拼接在一起，最后将拼接结果存储在`result`变量中并打印输出。 ### 使用高阶函数`reduce`进行纵向连接 若要将一个列表中的DataFrame进行纵向连接，可以使用高阶函数`reduce`。示例代码如下： ```python import pandas as pd from functools import reduce def concat_func(x, y): return pd.concat([x, y], axis=0) # axis=0为纵向连接 # 假设有一个DataFrame列表 metrics = [df1, df2] data = reduce(concat_func, metrics) print(data) ``` 在这段代码中，定义了一个`concat_func`函数用于纵向拼接两个DataFrame，接着使用`reduce`函数将列表`metrics`中的所有DataFrame依次进行纵向拼接，最终得到拼接后的结果`data`。 ### `concat`函数的参数说明 `concat`函数的完整语法为： ```python pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False) ``` - `objs`：需要拼接的DataFrame或Series对象的列表。 - `axis`：拼接的轴，`0`表示纵向拼接，`1`表示横向拼接，默认为`0`。 - `join`：拼接方式，`'outer'`表示取并集，`'inner'`表示取交集，默认为`'outer'`。 - `ignore_index`：是否忽略原索引，若为`True`，则会重新生成索引，默认为`False`。