纵向拼接与横向拼接相对应，是指两个表在垂直方向上进行拼接。纵向拼接一般要求拼接的两个表具有相同的结构，即它们的列应该是一样的。

纵向拼接使用concat()函数来实现。

普通拼接时直接将要拼接的表以列表的形式传递给concat()函数。

import pandas as pd
df1=pd.read_excel(r"D:\PythonTestFile\pinjie1.xlsx")
df2=pd.read_excel(r"D:\PythonTestFile\pinjie2.xlsx")
print(df1,'\n')
print(df2,'\n')
print(pd.concat([df1,df2]))

运行结果为：

     Name     Sex  Age  Chinese  English  Math
0    Noah    male   15       90       50    66
1    Emma  female   16       56       56    55
2     Bob    male   15       99       84    89
3  Olivia  female   17       86       87    44 

       Name     Sex  Age  Chinese  English  Math
0      Jeff    male   16       48       87    65
1      Liam    male   14       55       88    69
2    Sophia  female   15       90       66    96
3  Isabella  female   16       66       85    55 

       Name     Sex  Age  Chinese  English  Math
0      Noah    male   15       90       50    66
1      Emma  female   16       56       56    55
2       Bob    male   15       99       84    89
3    Olivia  female   17       86       87    44
0      Jeff    male   16       48       87    65
1      Liam    male   14       55       88    69
2    Sophia  female   15       90       66    96
3  Isabella  female   16       66       85    55

普通拼接后，索引列的值很可能会错乱，这时可以通过设置参数ignore_index=True来重置索引。

import pandas as pd
df1=pd.read_excel(r"D:\PythonTestFile\pinjie1.xlsx")
df2=pd.read_excel(r"D:\PythonTestFile\pinjie2.xlsx")
print(df1,'\n')
print(df2,'\n')
print(pd.concat([df1,df2],ignore_index=True))

运行结果为：

     Name     Sex  Age  Chinese  English  Math
0    Noah    male   15       90       50    66
1    Emma  female   16       56       56    55
2     Bob    male   15       99       84    89
3  Olivia  female   17       86       87    44 

       Name     Sex  Age  Chinese  English  Math
0      Jeff    male   16       48       87    65
1      Liam    male   14       55       88    69
2    Sophia  female   15       90       66    96
3  Isabella  female   16       66       85    55 

       Name     Sex  Age  Chinese  English  Math
0      Noah    male   15       90       50    66
1      Emma  female   16       56       56    55
2       Bob    male   15       99       84    89
3    Olivia  female   17       86       87    44
4      Jeff    male   16       48       87    65
5      Liam    male   14       55       88    69
6    Sophia  female   15       90       66    96
7  Isabella  female   16       66       85    55

当拼接的表中含有重复行时，可以通过drop_duplicates()函数来消除重复数据。

import pandas as pd
df1=pd.read_excel(r"D:\PythonTestFile\pinjie1.xlsx")
df2=pd.read_excel(r"D:\PythonTestFile\pinjie2.xlsx")
print(df1,'\n')
print(df2,'\n')
print(pd.concat([df1,df2],ignore_index=True),'\n')
print(pd.concat([df1,df2],ignore_index=True).drop_duplicates())  # 消除重复值

运行结果为：

     Name     Sex  Age  Chinese  English  Math
0    Noah    male   15       90       50    66
1    Emma  female   16       56       56    55
2     Bob    male   15       99       84    89
3  Olivia  female   17       86       87    44 

       Name     Sex  Age  Chinese  English  Math
0      Jeff    male   16       48       87    65
1       Bob    male   15       99       84    89
2    Olivia  female   17       86       87    44
3  Isabella  female   16       66       85    55 

       Name     Sex  Age  Chinese  English  Math
0      Noah    male   15       90       50    66
1      Emma  female   16       56       56    55
2       Bob    male   15       99       84    89
3    Olivia  female   17       86       87    44
4      Jeff    male   16       48       87    65
5       Bob    male   15       99       84    89
6    Olivia  female   17       86       87    44
7  Isabella  female   16       66       85    55 

       Name     Sex  Age  Chinese  English  Math
0      Noah    male   15       90       50    66
1      Emma  female   16       56       56    55
2       Bob    male   15       99       84    89
3    Olivia  female   17       86       87    44
4      Jeff    male   16       48       87    65
7  Isabella  female   16       66       85    55