我想在pandas中组合两个具有相同名称列的dataframe

在pandas中，可以使用concat()函数将两个具有相同名称列的DataFrame进行组合。

concat()函数的语法如下：

result = pd.concat([df1, df2])

其中，df1和df2是要组合的两个DataFrame对象。

concat()函数会按照列的顺序将两个DataFrame进行组合，并返回一个新的DataFrame对象result。默认情况下，组合是按照行的方式进行的，即将df2的行追加到df1的下方。

除了按行组合外，还可以通过设置axis参数来指定按列组合。例如，axis=1表示按列组合，即将df2的列追加到df1的右侧。

以下是concat()函数的一些常用参数：

axis：指定组合的轴向，默认为0（按行组合）。
ignore_index：是否忽略原始索引，默认为False，即保留原始索引。
keys：为组合后的DataFrame创建层次化索引。
join：指定组合方式，可选值为inner（取交集）和outer（取并集），默认为outer。

示例代码如下：

import pandas as pd

# 创建两个具有相同名称列的DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 按行组合两个DataFrame
result = pd.concat([df1, df2])
print(result)

# 按列组合两个DataFrame
result = pd.concat([df1, df2], axis=1)
print(result)

以上代码中，首先创建了两个具有相同名称列的DataFrame df1和df2，然后使用concat()函数按行和按列组合了这两个DataFrame，并打印了结果。

推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云云服务器CVM、腾讯云对象存储COS。