在Pandas中，可以使用concat()和merge()函数来合并多个数据集。下面是这两种方法的简要说明和示例：
concat()函数：用于沿着一条轴将多个对象堆叠到一起。可以用于合并具有相同列或行的数据集。import pandas as pd
# 创建两个数据集
data1 = {'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']}
df1 = pd.DataFrame(data1)
data2 = {'A': ['A3', 'A4', 'A5'],
'B': ['B3', 'B4', 'B5']}
df2 = pd.DataFrame(data2)
# 使用concat()函数合并数据集
result = pd.concat([df1, df2], axis=0) # 沿着行轴（垂直）合并
print(result)
merge()函数：用于根据一个或多个键将不同的数据集的行连接起来。类似于SQL中的JOIN操作。import pandas as pd
# 创建两个数据集
data1 = {'key': ['K0', 'K1', 'K2', 'K3'],
'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3']}
df1 = pd.DataFrame(data1)
data2 = {'key': ['K0', 'K1', 'K2', 'K3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']}
df2 = pd.DataFrame(data2)
# 使用merge()函数合并数据集
result = pd.merge(df1, df2, on='key') # 根据'key'列合并数据集
print(result)
根据需要，可以选择合适的函数和方法来合并多个数据集。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
