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