在pandas中,可以使用concat函数来连接两个不同行大小的数据帧,并且不带NaN值。
具体操作如下:
import pandas as pd
# 创建两个数据帧
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8], 'B': [9, 10], 'C': [11, 12]})
# 使用concat函数连接两个数据帧
result = pd.concat([df1, df2], ignore_index=True)
print(result)
输出结果为:
A B C
0 1 4 NaN
1 2 5 NaN
2 3 6 NaN
3 7 9 11.0
4 8 10 12.0
在上述代码中,我们首先导入pandas库,并创建了两个数据帧df1和df2。然后,使用concat函数将这两个数据帧连接起来,设置ignore_index参数为True,表示重新生成索引。最后,打印输出连接后的结果。
需要注意的是,由于两个数据帧的列不完全相同,连接后的结果中会出现NaN值。如果想要去除NaN值,可以使用dropna函数进行处理。
关于pandas的更多信息和使用方法,可以参考腾讯云的相关产品和文档:
没有搜到相关的沙龙
领取专属 10元无门槛券
手把手带您无忧上云