python df 合并_pandas两个df数据如何合并？

我们先讨论如何利用concat方法进行简单的数据拼接。

import pandas as pd

ser1 = pd.Series(['A','B','C'], index=[1,2,3])

ser2 = pd.Series(['D','E','F'], index=[4,5,6])

ser = pd.concat([ser1,ser2])

print(ser1)

print(ser2)

print(ser)

1 A

2 B

3 C

dtype: object

4 D

5 E

6 F

dtype: object

1 A

2 B

3 C

4 D

5 E

6 F

dtype: object

在这个例子中，我们简单的对Series进行了拼接，我们看到默认的情况是逐行进行合并操作，对DataFrame对象进行简单拼接也是一样。

import pandas as pd

df1 = pd.DataFrame({'A':{'1':'A1','2':'A2'},'B':{'1':'B1','2':'B2'}})

df2 = pd.DataFrame({'A':{'3':'A3','4':'A4'},'B':{'3':'B3','4':'B4'}})

print(df1)

print(df2)

print(pd.concat([df1,df2]))

A B

1 A1 B1

2 A2 B2

A B

3 A3 B3

4 A4 B4

A B

1 A1 B1

2 A2 B2

3 A3 B3

4 A4 B4

通过这种方法，我们也是以逐行的方式对两个DataFrame进行了合并。

很自然的，相对于逐行进行合并，也可以按逐列的方式进行合并，类比之前讲过的，加上一个axis参数即可：

import