如何堆叠多个Pandas数据帧

堆叠多个Pandas数据帧可以使用Pandas库中的concat()函数。该函数可以接受多个数据帧并沿着指定轴将它们堆叠起来。具体步骤如下：

1. 创建数据帧

首先需要创建多个数据帧用于堆叠。这里以两个简单的例子为例，分别创建包含3行2列和2行2列数据的数据帧df1和df2：

import pandas as pd

df1 = pd.DataFrame({'X': ['A', 'B', 'C'], 'Y': [1, 2, 3]})
df2 = pd.DataFrame({'X': ['D', 'E'], 'Y': [4, 5]})

1. 堆叠数据帧

接下来使用concat()函数堆叠数据帧。在本例中，我们将df1和df2按行堆叠，并将结果存储到新的数据帧df。要按行堆叠，需要将参数axis设置为0：

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

结果如下：

   X  Y
0  A  1
1  B  2
2  C  3
0  D  4
1  E  5

其中X和Y分别为列名，在堆叠后仍然保留。

除了按行堆叠，还可以按列堆叠。将参数axis设置为1即可实现：

df = pd.concat([df1, df2], axis=1)

结果如下：

   X  Y  X  Y
0  A  1  D  4
1  B  2  E  5
2  C  3  NaN NaN

需要注意的是，这种方式只适用于原始数据帧的索引相同的情况。

1. 重置索引

在堆叠后，新的数据帧df的索引将包含原始数据帧的索引。如果需要重置索引，可以使用reset_index()函数：

df = df.reset_index(drop=True)

参数drop=True可以防止reset_index()函数默认生成一个新的'index'列。

这样，就可以得到堆叠后的新数据帧，其中的索引已被重置：

   X  Y
0  A  1
1  B  2
2  C  3
3  D  4
4  E  5

通过以上步骤，就可以很容易地实现多个数据帧的堆叠了。当然，该方法仅仅是其中一种，还有很多种堆叠多个Pandas数据帧的方法可以实现，具体实现方法需要根据实际需求进行选择。