Python将两列数据合并成一列
在数据分析和处理过程中，我们经常会遇到将两列数据合并成一列的需求。Python提供了多种方法来实现这一功能，本文将介绍如何使用Pandas库完成这项任务。
使用Pandas库合并两列数据
Pandas是一个强大的数据分析工具，提供了丰富的数据操作功能。我们可以使用Pandas库中的DataFrame来处理数据，将两列数据合并成一列。
下面是一个示例数据表，包含两列数据A和B：
| A | B |
|---|---|
| 1 | 10 |
| 2 | 20 |
| 3 | 30 |
| 4 | 40 |
我们的目标是将这两列数据合并成一列C，合并后的数据如下：
| C |
|---|
| 1 |
| 2 |
| 3 |
| 4 |
| 10 |
| 20 |
| 30 |
| 40 |
下面是使用Pandas库实现这一功能的代码示例：
import pandas as pd
data = {'A': [1, 2, 3, 4],
'B': [10, 20, 30, 40]}
df = pd.DataFrame(data)
df['C'] = pd.concat([df['A'], df['B']], ignore_index=True)
print(df)
在上面的代码中，首先创建了一个DataFrame对象，包含两列数据A和B。然后使用pd.concat()函数将两列数据合并成一列C，并将结果保存到原始DataFrame中。最后打印输出合并后的DataFrame。
使用流程图展示合并数据的流程
下面是使用mermaid语法绘制的流程图，展示了合并数据的流程：
flowchart TD
start[开始]
input[输入数据]
process1[创建DataFrame对象]
process2[合并两列数据]
output[输出合并后的数据]
start --> input
input --> process1
process1 --> process2
process2 --> output
以上就是使用Python的Pandas库将两列数据合并成一列的方法。通过本文的介绍，希望读者能够掌握这一常用的数据处理技巧，提高数据处理效率。如果有任何疑问或建议，欢迎留言讨论！
