案例 28: 加载多个文件并合并

知识点讲解

在实际的数据分析项目中，经常需要从多个文件中加载数据，并将这些数据合并到一个单一的 DataFrame 中。Pandas 的 concat 函数可以方便地合并多个 DataFrame。

• 合并多个 DataFrame: 使用 concat 函数，你可以沿着一定的轴（行或列）将多个 DataFrame 合并在一起。

示例代码

# 准备数据和示例代码的运行结果，用于案例 28# 示例数据
data_multiple_file_loading = {'file1.csv': pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}),'file2.csv': pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
}# 加载多个文件并合并
df_combined = pd.concat([data_multiple_file_loading[file] for file in data_multiple_file_loading])df_combined

在这个示例中，我们模拟了从两个不同的文件加载数据，并使用 concat 函数将它们合并成一个 DataFrame。

示例代码运行结果

   A   B
0  1   4
1  2   5
2  3   6
0  7  10
1  8  11
2  9  12

这个结果展示了两个 DataFrame 的合并结果。使用 concat 函数可以轻松地将来自多个来源的数据组合在一起。