如何在Pandas DataFrame中串联列值

在Pandas DataFrame中串联列值，通常使用concat()函数可以将多列数据按照一定的方式连接起来，这里提供一些实例说明。

1. 简单的串联

我们先构造一个简单的DataFrame：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [20, 25, 30],
        '城市': ['北京', '上海', '广州']}
df = pd.DataFrame(data)

DataFrame长这样：

   姓名  年龄  城市
0  张三  20  北京
1  李四  25  上海
2  王五  30  广州

将“姓名”和“城市”两列的值串联在一起，可以使用concat()函数：

df_new = pd.concat([df['姓名'], df['城市']], axis=1)

axis参数指定了要拼接的轴，axis=1表示按列进行拼接，每个Series被拼接为一个DataFrame，结果如下：

   姓名  城市
0  张三  北京
1  李四  上海
2  王五  广州

2. 同时串联多列

在上面的例子中，我们仅串联了两列数据，如果要串联多个列，例如将“姓名”、“年龄”和“城市”三列数据拼接在一起，可以将多个Series传递给concat()函数：

df_new = pd.concat([df['姓名'], df['年龄'], df['城市']], axis=1)

同样指定axis=1进行按列拼接，结果如下：

   姓名  年龄  城市
0  张三  20  北京
1  李四  25  上海
2  王五  30  广州

3. 列名相同的DataFrame拼接

当有多个DataFrame需要拼接时，如果列名相同，可以使用concat()函数，将多个DataFrame沿着列方向拼接起来。下面我们构造两个列名相同的DataFrame，然后使用concat()函数将它们拼接起来：

data1 = {'姓名': ['张三', '李四'],
         '年龄': [20, 25]}
df1 = pd.DataFrame(data1)

data2 = {'姓名': ['王五', '赵六'],
         '年龄': [30, 35]}
df2 = pd.DataFrame(data2)

df_new = pd.concat([df1, df2], axis=0)

这里指定axis=0表示按行方向拼接，结果如下：

   姓名  年龄
0  张三  20
1  李四  25
0  王五  30
1  赵六  35

4. 拼接多个DataFrame

如果需要同时拼接多个DataFrame，可以使用多个concat()函数。下面的例子是将三个DataFrame拼接在一起：

data1 = {'姓名': ['张三', '李四'],
         '年龄': [20, 25]}
df1 = pd.DataFrame(data1)

data2 = {'姓名': ['王五', '赵六'],
         '年龄': [30, 35]}
df2 = pd.DataFrame(data2)

data3 = {'姓名': ['钱七', '孙八'],
         '年龄': [40, 45]}
df3 = pd.DataFrame(data3)

df_new = pd.concat([df1, df2, df3], axis=0)

这里仍指定axis=0表示按行方向拼接，结果如下：

   姓名  年龄
0  张三  20
1  李四  25
0  王五  30
1  赵六  35
0  钱七  40
1  孙八  45

以上就是在Pandas DataFrame中串联列值的完整攻略，通过掌握concat()函数的使用，可以轻松实现DataFrame列的串联。