首页python dataframe按行合并

python dataframe按行合并

时间: 2025-05-30 10:38:13 浏览: 39

### 如何在Python中按行合并DataFrame 在 Pandas 中，可以通过 `append()` 方法来实现按行合并两个 DataFrame 对象。此方法会返回一个新的 DataFrame 对象，并不会修改原始对象[^2]。以下是具体的代码示例： ```python import pandas as pd # 创建第一个 DataFrame df1 = pd.DataFrame({ 'name': ['Alice', 'Bob'], 'age': [25, 30], 'city': ['New York', 'Los Angeles'] }) # 创建第二个 DataFrame df2 = pd.DataFrame({ 'name': ['Kelly'], 'age': [42], 'city': ['Beijing'] }) # 使用 append() 方法按行合并 df_new = df1.append(df2) print(df_new) ``` 运行上述代码后，`df_new` 将是一个新的 DataFrame，包含了来自 `df1` 和 `df2` 的所有行数据。如果存在列名不匹配的情况，则新列会被自动添加到结果 DataFrame 中，并填充缺失值为 NaN。需要注意的是，在较新的 Pandas 版本中（>=1.4），官方建议使用 `pd.concat()` 替代 `append()` 方法，因为后者已被标记为弃用功能。下面是基于 `concat()` 的替代写法： ```python df_new = pd.concat([df1, df2], ignore_index=True) ``` 通过设置参数 `ignore_index=True`，可以重新索引合并后的 DataFrame 结果[^1]。 --- #### 合并操作中的注意事项当执行按行合并时，需注意以下几点： - 如果两者的列结构不同，新增加的列会在最终的结果集中显示，而缺少对应值的位置则被赋予默认值 NaN。 - 原始 DataFrame 不会发生任何改变；只有调用了 `inplace=True` 参数的情况下才会更新原变量（但该选项仅适用于某些特定函数）。此外，对于更复杂的场景比如涉及键连接或者多表关联等情况，推荐采用 `merge()` 函数完成相应需求。 ---

阅读全文