Python Pandas DataFrame append方法用法及代碼示例

例子

列標簽匹配的情況

考慮以下數據幀：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df_other = pd.DataFrame({"A":[7,8], "B":[9,10]}, index=["a","b"])



  [df]        [df_other]
   A  B           A  B
0  3  5        a  7  9
1  4  6        b  8  10

請注意 df 和 df_other 如何共享相同的列標簽。如果是這種情況，那麽 append(~) 將導致垂直堆疊，如下所示：

df.append(df_other)



   A  B
0  3  5
1  4  6
a  7  9
b  8  10

列標簽不匹配的情況

考慮 other 不共享相同列標簽的情況：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df_other = pd.DataFrame({"B":[7,8], "C":[9,10]}, index=["a","b"])



  [df]        [df_other]
   A  B           B  C
0  3  5        a  7  9
1  4  6        b  8  10

此處， df 和 df_other 都有列 B ，但列 A 和 C 不匹配。在這種情況下調用 append(~) 將導致帶有 NaN 的條目：

df.append(df_other)



   A    B  C
0  3.0  5  NaN
1  4.0  6  NaN
a  NaN  7  9.0
b  NaN  8  10.0

追加字典列表

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df



   A  B
0  3  5
1  4  6

要使用字典列表追加：

df.append([{"A":7,"B":8}, {"A":9,"B":10}])



   A  B
0  3  5
1  4  6
0  7  8
1  9  10

Pandas 保證行將始終根據列表的順序附加。

指定ignore_index

再次考慮以下兩個DataFrames：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df_other = pd.DataFrame({"A":[7,8], "B":[9,10]}, index=["a","b"])



  [df]        [df_other]
   A  B           A  B
0  3  5        a  7  9
1  4  6        b  8  10

默認情況下， ignore_index=False ，這意味著將保留 other 的索引：

df.append(df_other)



   A  B
0  3  5
1  4  6
a  7  9
b  8  10

請注意索引 a 和 b 的名稱是如何保留的。

我們可以設置 ignore_index=True 忽略 other 的索引：

df.append(df_other, ignore_index=True)



   A  B
0  3  5
1  4  6
2  7  9
3  8  10

請注意，新列的索引是 2 和 3 ，而不是原來的 a 和 b 。

指定verify_integrity

考慮以下兩個 DataFrame：

df = pd.DataFrame({"B":[3,4], "C":[5,6]}, index=["a","b"])
df_other = pd.DataFrame({"B":[7,8], "C":[9,10]}, index=["b","c"])



  [df]        [df_other]
   B  C           B  C
a  3  5        b  7  9
b  4  6        c  8  10

請注意這兩個 DataFrames 都有索引 b 。

默認情況下， verify_integrity=False ，這意味著結果 DataFrame 中允許重複索引：

df.append(df_other) # verify_integrity=False



   B  C
a  3  5
b  4  6
b  7  9
c  8  10

相反，如果存在重複索引，設置 verify_integrity=True 將引發錯誤：

df.append(df_other, verify_integrity=True)



ValueError: Indexes have overlapping values: Index(['b'], dtype='object')

按列標簽排序

默認情況下， sort=False ，這意味著生成的 DataFrame 的列不會按列標簽排序：

df = pd.DataFrame({"C":[3,4], "A":[5,6]})
df.append([{"B":7,"E":8}], sort=False)



   C    A    B    E
0  3.0  5.0  NaN  NaN
1  4.0  6.0  NaN  NaN
0  NaN  NaN  7.0  8.0

通過設置 sort=True ，生成的 DataFrame 的列可以按列標簽排序：

df = pd.DataFrame({"C":[3,4], "A":[5,6]})
df.append([{"B":7,"E":8}], sort=True)



   A    B    C    E
0  5.0  NaN  3.0  NaN
1  6.0  NaN  4.0  NaN
0  NaN  7.0  NaN  8.0