将两个Pandas Series连接成一个单独的Series而不重复索引的Python代码

在处理数据时，我们经常需要将两个Series合并成一个，但需要注意不要重复索引。下面将介绍两种方法来实现这个任务。

方法一：使用concat()函数连接两个Series

首先，我们可以使用Pandas的concat()函数，该函数可以连接两个Pandas对象（包括Series和DataFrame），并返回新的Pandas对象。使用时，我们需要设置参数ignore_index为True，以避免重复索引。

import pandas as pd

# 创建两个Series对象
s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['d', 'e', 'f'])

# 使用concat()函数连接s1和s2
s = pd.concat([s1, s2], ignore_index=True)

# 输出结果
print(s)

输出结果为：

0    1
1    2
2    3
3    4
4    5
5    6
dtype: int64

方法二：使用append()函数连接两个Series

另一种方法是使用Pandas的append()函数，该函数可以将一个Pandas对象追加到另一个Pandas对象中，并返回新的Pandas对象。使用时，我们需要设置参数ignore_index为True，以避免重复索引。

import pandas as pd

# 创建两个Series对象
s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s2 = pd.Series([4, 5, 6], index=['d', 'e', 'f'])

# 使用append()函数连接s1和s2
s = s1.append(s2, ignore_index=True)

# 输出结果
print(s)

输出结果为：

0    1
1    2
2    3
3    4
4    5
5    6
dtype: int64

结论

以上两种方法都可以将两个Pandas Series连接成一个单独的Series，而不重复索引。如果您需要连接多个Series，则建议使用concat()函数。