Python cudf.DataFrame.append用法及代碼示例

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

將 other 行追加到調用者的末尾，返回一個新對象。 other 中不在調用者中的列被添加為新列。

參數：

other：DataFrame 或 Series/dict-like 對象，或這些對象的列表: 要附加的數據。
ignore_index：布爾值，默認為 False: 如果為 True，則不要使用索引標簽。
sort：布爾值，默認為 False: 如果 self 和 other 的列未對齊，則對列進行排序。
verify_integrity：布爾值，默認為 False: 當前不支持此參數。

DataFrame

注意：

如果傳遞了 dict/series 的列表並且鍵都包含在 DataFrame 的索引中，則生成的 DataFrame 中列的順序將保持不變。迭代地將行附加到 cudf DataFrame 比單個連接的計算量更大。更好的解決方案是將這些行附加到列表中，然後將列表與原始 DataFrame 一次性連接起來。 verify_integrity 參數尚不支持。

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 設置為 True：

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

以下雖然不推薦用於生成 DataFrame 的方法，但顯示了從多個數據源生成 DataFrame 的兩種方法。效率較低：

>>> 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

比上麵更有效：

>>> 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

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cudf.DataFrame.append。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：