如何将多个具有相同长度的数据框合并为一个数据框

有七个具有相同长度的数据框，想要将它们合并为一个数据框。但使用 merge 方法时遇到问题，当合并到 dates5、dates6、dates7 时，出现了重复索引值的问题。

2、解决方案

方法一：

可以通过在合并后删除重复索引来解决此问题，具体做法是：

alldates = pd.concat([dates1,dates2,dates3,dates4], axis=0)
alldates = alldates.dropna()
alldates = alldates.loc[~alldates.index.duplicated(keep='first')]

方法二：

可以使用 append 方法来合并数据框，具体做法是：

dataframes = [dates1,dates2,dates3,dates4]
alldates = pd.DataFrame() 
for dataframe in dataframes:
    alldates = alldates.append(dataframe)
alldates = alldates.dropna()

代码示例：

import pandas as pd

# 创建七个具有相同长度的数据框
dates1 = pd.DataFrame({'month': ['04', '04', '4', '4', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'day': ['20', '20', '20', '3', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'year': ['2009', '09', '09', '09', 'NaN', 'NaN', 'NaN', 'NaN']})

dates2 = pd.DataFrame({'month': ['NaN', 'NaN', 'NaN', 'NaN', 'Mar', 'Mar', 'Mar', 'Mar'],
                       'day': ['NaN', 'NaN', 'NaN', 'NaN', '20', '20', '20', '20'],
                       'year': ['NaN', 'NaN', 'NaN', 'NaN', '2009', '2009', '2009', '2009']})

dates3 = pd.DataFrame({'month': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'day': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'year': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN']})

dates4 = pd.DataFrame({'month': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'day': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'year': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN']})

dates5 = pd.DataFrame({'month': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'day': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'year': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN']})

dates6 = pd.DataFrame({'month': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'day': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'year': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN']})

dates7 = pd.DataFrame({'month': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'day': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN'],
                       'year': ['NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN', 'NaN']})

# 使用方法一合并数据框
alldates1 = pd.concat([dates1,dates2,dates3,dates4], axis=0)
alldates1 = alldates1.dropna()
alldates1 = alldates1.loc[~alldates1.index.duplicated(keep='first')]

# 使用方法二合并数据框
dataframes = [dates1,dates2,dates3,dates4,dates5,dates6,dates7]
alldates2 = pd.DataFrame() 
for dataframe in dataframes:
    alldates2 = alldates2.append(dataframe)
alldates2 = alldates2.dropna()

# 打印合并后的数据框
print(alldates1)
print(alldates2)