无ID变量时如何合并两个DataFrame列生成单列长数据？

1. 合并两个单列DataFrame #

假设你的两个DataFrame分别为df1（列名Occupation1）和df2（列名Occupation2），可以用pandas.concat()实现纵向拼接，得到包含4000行的单列DataFrame：

import pandas as pd

# 拼接两列并重置索引
combined_series = pd.concat([df1['Occupation1'], df2['Occupation2']], ignore_index=True)
# 转换为指定列名的DataFrame
result_df = pd.DataFrame({'Occupation': combined_series})

执行后result_df就是你需要的格式：

Occupation
0           Lobbyist
1  Government Employee
2  Government Employee
3           Lobbyist
4             Teacher
5             Teacher
6              Lawyer
7  Government Employee
8           Lobbyist
9             Teacher
10            Teacher

2. 计算职业占比 #

用value_counts()快速统计各职业的占比（转为百分比格式）：

# 计算占比并保留两位小数
occupation_percent = result_df['Occupation'].value_counts(normalize=True).mul(100).round(2)

3. 绘制占比条形图 #

用matplotlib绘制直观的占比条形图：

import matplotlib.pyplot as plt

# 设置图表大小和标题
plt.figure(figsize=(10, 6))
occupation_percent.plot(kind='bar')
plt.title('职业占比分布')
plt.xlabel('职业类型')
plt.ylabel('占比 (%)')
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.tight_layout()  # 自动调整布局
plt.show()

内容的提问来源于stack exchange，提问作者user17073706