Python pandas.DataFrame.append函数方法的使用

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)                                     [source]

在调用者的末尾追加其他行，返回一个新对象。

不在调用者中的其他列将作为新列添加。

注意：

如果传递了dict/series列表，并且所有键都包含在DataFrame的索引中，那么结果DataFrame中的列的顺序将保持不变。

迭代地将行追加到DataFrame可能比单个连接的计算量更大。更好的解决方案是将这些行追加到列表中，然后将列表与原始DataFrame一次性连接起来。

例子，

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

将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

下面介绍了从多个数据源生成DataFrame的两种方法，但不推荐使用这些方法生成DataFrame。

低效率：

>>> df = pd.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

更高效：

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