基于Datetime将DataFrame df2的多行追加至df1的实现方法

嘿，这个需求在pandas里处理起来超简单，有几种靠谱的方法，我给你拆解一下：

方法1：使用pd.concat()（官方推荐） #

这是pandas官方最推荐的合并同结构DataFrame的方式，尤其适合你这种把一个df的所有行追加到另一个后面的场景：

import pandas as pd

# 假设你已经加载好了df1和df2
combined_df = pd.concat([df1, df2], ignore_index=True)

这里的ignore_index=True是关键——它会让合并后的新DataFrame生成连续的新索引，避免原两个df的索引重复导致后续操作出问题。如果不需要重置索引，可以去掉这个参数，但一般都建议加上，让数据结构更整洁。

方法2：使用df.append()（已弃用，不推荐） #

虽然这个方法之前很常用，但从pandas 2.0版本开始已经被标记为弃用了，所以更建议你用上面的concat方法。不过如果是维护老代码的话，还是可以了解一下：

combined_df = df1.append(df2, ignore_index=True)

额外补充：去重（如果需要） #

注意到你的两个df里有重复的日期行（2018-03-03到2018-03-05），如果合并后想去掉这些重复行，只保留唯一记录，可以在合并后加上drop_duplicates()：

combined_df = pd.concat([df1, df2], ignore_index=True).drop_duplicates()

这样就能得到没有重复行的合并结果啦。

内容的提问来源于stack exchange，提问作者Karma