如何使用pd.concat实现高效的数据序列拼接？

本文共计1350个文字，预计阅读时间需要6分钟。

从文本中你将学到如何利用pandas模块下的concat函数进行数据拼接。pd.concat将多个pandas对象合并成一个。以下是完整的代码及结果预览和代码解读：

pythonimport pandas as pd

创建三个DataFramedf1=pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})df2=pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})df3=pd.DataFrame({'A': [13, 14, 15], 'B': [16, 17, 18]})

使用pd.concat进行数据拼接result=pd.concat([df1, df2, df3], ignore_index=True)

输出结果print(result)

结果预览： A B

01 4

12 5

23 6

37 10

48 11

59 12

613 16

714 17

815 18

代码解读：- 导入pandas模块。- 创建三个DataFrame，分别为df1、df2和df3。- 使用pd.concat函数将df1、df2和df3合并成一个DataFrame，参数ignore_index=True表示重新索引。- 打印合并后的DataFrame结果。