如何高效按行拼接嵌套列表中的DataFrame？

你可以利用Python内置的zip(*ls)操作转置嵌套列表，再结合列表推导式完成拼接，比两层循环更简洁高效：

实现代码 #

import pandas as pd

# 假设已定义df1至df9
ls = [[df1, df2, df3], [df4, df5, df6], [df7, df8, df9]]

# 核心实现：转置后逐组拼接
result = [pd.concat(group, axis=0) for group in zip(*ls)]

原理说明 #

• zip(*ls)会将原二维列表转置，把原来按行排列的DataFrame转为按列分组：原列表的第1列（df1、df4、df7）会被打包成一个元组，第2列（df2、df5、df8）同理，以此类推。
• 列表推导式遍历每个分组元组，用pd.concat(..., axis=0)完成纵向拼接，整个过程依赖Python内置的高效迭代器，比手动两层循环性能更好。

可选的numpy方式（非必要） #

如果想用numpy辅助转置，也可以实现，但代码稍显冗余，性能和zip方式差异不大：

import numpy as np
import pandas as pd

arr = np.array(ls)
result = [pd.concat(col, axis=0) for col in arr.T]

内容的提问来源于stack exchange，提问作者redrobinyum