如何合并for循环中生成的多个Pandas DataFrame

你已经把所有DataFrame存到my_dfs字典中，直接使用pandas内置的concat方法就能快速完成合并，下面是两种常用场景的实现：

场景1：按行堆叠（最常用，适合同结构数据合并） #

方案A：保留数据来源标识 #

如果后续需要区分每行数据来自哪个原文件，可以新增一列存储对应的名称：

import pandas as pd

merged_df = pd.concat(
    [df.assign(name=name) for name, df in my_dfs.items()],
    ignore_index=True
)

方案B：直接合并不需要来源标识 #

merged_df = pd.concat(my_dfs.values(), ignore_index=True)

参数说明 #

• ignore_index=True：重置合并后数据集的行索引，避免出现重复的索引值
• 如果你需要横向按列拼接，只需要添加axis=1参数即可

小提示 #

你原代码的名称列表有笔误：Name = ['A','B,'C','D']中'B缺少右引号，记得修改为'B'避免运行报错。

内容的提问来源于stack exchange，提问作者Kamikaze K