Pandas中如何合并多个DataFrame

在Pandas中，可以使用concat()和merge()函数来合并多个DataFrame。下面是两种方法的简要说明和示例：

1. 使用concat()函数合并：

concat()函数主要用于沿着一条轴将多个DataFrame连接在一起。默认情况下，它沿索引轴（axis=0）连接DataFrame，但也可以沿列轴（axis=1）连接。

示例：

import pandas as pd

# 创建示例DataFrame
df1 = pd.DataFrame({'A': ['A0', 'A1'], 'B': ['B0', 'B1']})
df2 = pd.DataFrame({'A': ['A2', 'A3'], 'B': ['B2', 'B3']})
df3 = pd.DataFrame({'A': ['A4', 'A5'], 'B': ['B4', 'B5']})

# 沿索引轴连接DataFrame
result = pd.concat([df1, df2, df3])

# 沿列轴连接DataFrame
result = pd.concat([df1, df2, df3], axis=1)

2. 使用merge()函数合并：

merge()函数主要用于根据一个或多个键将DataFrame的行连接起来。它类似于SQL中的JOIN操作。

示例：

import pandas as pd

# 创建示例DataFrame
df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3']})
df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})

# 根据key列合并DataFrame
result = pd.merge(df1, df2, on='key')

你还可以根据多个键进行合并，只需将它们作为列表传递给on参数：

result = pd.merge(df1, df2, on=['key1', 'key2'])

此外，merge()函数还提供了多种连接方式，如内连接（how='inner'，默认）、左连接（how='left'）、右连接（how='right'）和外连接（how='outer'）。

注意：在使用这些函数时，请确保合并的DataFrame具有相同的数据类型，否则可能会导致错误。如有需要，请使用astype()函数转换数据类型。