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。
参数: | other : 或这些对象的列表 要附加的数据。 ignore_index : 如果为 verify_integrity : 如果为 在创建带有重复项的索引时引发 sort : 如果 则对列进行排序。 默认的排序是不赞成的， 并且在将来的panda版本中将更改为不排序。 显式传递 显式传递 New in version 0.23.0. |
返回: | appended : |
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，
1）追加单行数据
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print("Original DataFrame:")
print(df)
# 追加单行数据（Series）
new_row = pd.Series({'A': 4, 'B': 7})
df = df.append(new_row, ignore_index=True)
print("\nDataFrame after appending a single row:")
print(df)
2）追加多行数据（DataFrame）
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print("Original DataFrame:")
print(df)
# 追加多行数据（DataFrame）
new_rows = pd.DataFrame({'A': [4, 5], 'B': [7, 8]})
df = df.append(new_rows, ignore_index=True)
print("\nDataFrame after appending multiple rows:")
print(df)
3）追加字典数据
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print("Original DataFrame:")
print(df)
# 追加字典数据
new_row = {'A': 4, 'B': 7}
df = df.append(new_row, ignore_index=True)
print("\nDataFrame after appending a dictionary:")
print(df)
4）追加列表数据
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print("Original DataFrame:")
print(df)
# 追加列表数据
new_row = [{'A': 4, 'B': 7}, {'A': 5, 'B': 8}]
df = df.append(new_row, ignore_index=True)
print("\nDataFrame after appending a list:")
print(df)5）使用示例
import pandas as pd
# 创建第一个 DataFrame
df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
print("Original DataFrame df:")
print(df)
# 创建第二个 DataFrame
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
print("\nDataFrame df2:")
print(df2)
# 使用 append 方法追加 df2 到 df 中
df_appended = df.append(df2)
print("\nAppended DataFrame without ignore_index:")
print(df_appended)
# 使用 append 方法并设置 ignore_index=True
df_appended_ignore_index = df.append(df2, ignore_index=True)
print("\nAppended DataFrame with ignore_index=True:")
print(df_appended_ignore_index)