将相同大小的DataFrame合并为单个DataFrame

嘿，这个需求用pandas其实有很简便的实现方式，我来给你一步步拆解！

步骤1：导入库并准备示例数据 #

首先我们先模拟你提到的多个结构、大小一致的DataFrame：

import pandas as pd

# 模拟两个测试用的DataFrame
df1 = pd.DataFrame({
    'col1': [1, 1, 1],
    'col2': [2, 2, 2],
    'col3': [3, 3, 3]
})

df2 = pd.DataFrame({
    'col1': [1, 1, 1],
    'col2': [2, 2, 2],
    'col3': [3, 3, 3]
})

步骤2：通用合并方法（支持任意数量的DataFrame） #

不管你有2个还是10个同结构的DataFrame，都可以用这个通用方法：

1. 把所有DataFrame放到一个列表中
2. 用pd.concat堆叠所有DataFrame
3. 按原始行索引分组，将每组的元素聚合为列表

代码实现：

# 将所有需要合并的DataFrame存入列表
dfs = [df1, df2]

# 执行合并操作
merged_df = pd.concat(dfs, axis=0).groupby(level=0).agg(list)

执行完后，merged_df的输出就是你想要的格式：

col1      col2      col3
0  [1, 1]  [2, 2]  [3, 3]
1  [1, 1]  [2, 2]  [3, 3]
2  [1, 1]  [2, 2]  [3, 3]

补充说明 #

• 确保所有要合并的DataFrame列名完全一致、行数完全相同，否则分组聚合会出现异常
• 如果你的DataFrame数量很少（比如只有2个），也可以用更简洁的逐列处理方式：

merged_df = df1.apply(lambda col: col.combine(df2[col.name], lambda x, y: [x, y]))

内容的提问来源于stack exchange，提问作者Jack