共计 1111 个字符，预计需要花费 3 分钟才能阅读完成。
Python 中可以使用 pandas 库来实现多个表的拼接。具体的方法有以下几种：
- 使用 concat() 函数进行拼接：将多个表按照行或列的方向进行拼接?？梢酝ü付?axis 参数来控制拼接的方向，axis= 0 表示按行拼接，axis= 1 表示按列拼接。
import pandas as pd
# 创建多个表
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
# 按行拼接
result1 = pd.concat([df1, df2], axis=0)
# 按列拼接
result2 = pd.concat([df1, df2], axis=1)
- 使用 merge() 函数进行拼接：根据指定的键将多个表进行合并?？梢酝ü付?on 参数来指定用于合并的键。
import pandas as pd
# 创建多个表
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'key': ['a', 'b', 'c']})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12], 'key': ['a', 'b', 'c']})
# 根据键合并
result = pd.merge(df1, df2, on='key')
- 使用 join() 函数进行拼接：根据索引将多个表进行合并?？梢酝ü付?how 参数来指定合并的方式，如 left、right、inner、outer。
import pandas as pd
# 创建多个表
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}, index=['b', 'c', 'd'])
# 根据索引合并
result = df1.join(df2, how='outer')
丸趣 TV 网 – 提供最优质的资源集合！
正文完
