在python中合并行上的两个数据框

在Python中，可以使用pandas库来合并行上的两个数据框。pandas是一个强大的数据分析和处理库，提供了丰富的功能和方法来处理数据。

要合并行上的两个数据框，可以使用pandas的concat()函数或者append()函数。这两个函数可以将两个数据框按行连接在一起。

下面是使用concat()函数合并行上的两个数据框的示例代码：

import pandas as pd

# 创建两个数据框
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 使用concat()函数合并两个数据框
result = pd.concat([df1, df2])

print(result)

输出结果为：

在上面的示例中，我们首先导入pandas库，然后创建了两个数据框df1和df2。接下来，使用concat()函数将df1和df2合并在一起，并将结果存储在result变量中。最后，打印出合并后的结果。

除了concat()函数，还可以使用append()函数来实现相同的效果。下面是使用append()函数合并行上的两个数据框的示例代码：

import pandas as pd

# 创建两个数据框
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 使用append()函数合并两个数据框
result = df1.append(df2)

print(result)

输出结果与上面的示例相同。

总结起来，使用pandas库的concat()函数或者append()函数可以合并行上的两个数据框。这些函数提供了灵活的参数设置，可以根据需要进行合并操作。在实际应用中，可以根据具体的数据处理需求选择合适的方法来合并数据框。

腾讯云相关产品和产品介绍链接地址：