Python cudf.DataFrame.append用法及代码示例

用法: DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False)

将 other 行追加到调用者的末尾，返回一个新对象。 other 中不在调用者中的列被添加为新列。

参数：

other：DataFrame 或 Series/dict-like 对象，或这些对象的列表: 要附加的数据。
ignore_index：布尔值，默认为 False: 如果为 True，则不要使用索引标签。
sort：布尔值，默认为 False: 如果 self 和 other 的列未对齐，则对列进行排序。
verify_integrity：布尔值，默认为 False: 当前不支持此参数。

DataFrame

注意：

如果传递了 dict/series 的列表并且键都包含在 DataFrame 的索引中，则生成的 DataFrame 中列的顺序将保持不变。迭代地将行附加到 cudf DataFrame 比单个连接的计算量更大。更好的解决方案是将这些行附加到列表中，然后将列表与原始 DataFrame 一次性连接起来。 verify_integrity 参数尚不支持。

例子：

>>> import cudf
>>> df = cudf.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
>>> df
   A  B
0  1  2
1  3  4
>>> df2 = cudf.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
>>> df2
   A  B
0  5  6
1  7  8
>>> df.append(df2)
   A  B
0  1  2
1  3  4
0  5  6
1  7  8

ignore_index 设置为 True：

>>> df.append(df2, ignore_index=True)
   A  B
0  1  2
1  3  4
2  5  6
3  7  8

以下虽然不推荐用于生成 DataFrame 的方法，但显示了从多个数据源生成 DataFrame 的两种方法。效率较低：

>>> df = cudf.DataFrame(columns=['A'])
>>> for i in range(5):
...     df = df.append({'A': i}, ignore_index=True)
>>> df
   A
0  0
1  1
2  2
3  3
4  4

比上面更有效：

>>> cudf.concat([cudf.DataFrame([i], columns=['A']) for i in range(5)],
...           ignore_index=True)
   A
0  0
1  1
2  2
3  3
4  4

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.DataFrame.append。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：