合并是我们经常会用到的功能，那么早pandas库中也有合并操作，那么我用一个例子来演示一下这个合并的操作
首先打开一份数据
我先提取出第0～10行的数据
df1=df.iloc[0:10][['交易日期', '股票代码', '收盘价', '成交量']] #按行提取数据
再提取出第5 ～ 16行的数据
df2=df.iloc[5:16][['交易日期', '股票代码', '收盘价', '成交量']]
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_csv(r'data\a_stock_201903.csv',encoding='gbk')
print(df)
df1=df.iloc[0:10][['交易日期', '股票代码', '收盘价', '成交量']] #按行提取数据
df2=df.iloc[5:16][['交易日期', '股票代码', '收盘价', '成交量']]
print(df1)
print(df2)
现在我需要把提取出来的2份数据上下拼接起来，这个时候就可以使用append操作了，具体如下：
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_csv(r'data\a_stock_201903.csv',encoding='gbk')
df1=df.iloc[0:10][['交易日期', '股票代码', '收盘价', '成交量']] #按行提取数据
df2=df.iloc[5:16][['交易日期', '股票代码', '收盘价', '成交量']]
result=df1.append(df2) # df1和df2上下拼接
print(result)
打印出来的数据会看到，df1和df2的第5～9行的index是相同的，这个时候我们就需要把它去重，所以我们在使用append()函数的时候就要加上去重的参数，如下：
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_csv(r'data\a_stock_201903.csv',encoding='gbk')
df1=df.iloc[0:10][['交易日期', '股票代码', '收盘价', '成交量']] #按行提取数据
df2=df.iloc[5:16][['交易日期', '股票代码', '收盘价', '成交量']]
result=df1.append(df2,ignore_index=True) # df1和df2上下拼接
print(result)
这样就实现去重了