Python|熊猫索引.append()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas Index.append()函数用于将单个或一组索引附加在一起。在索引集合的情况下，它们都以与传递给Index.append()函数相同的顺序附加到原始索引。该函数返回一个附加索引。

Syntax: Index.append(other)

Parameters :
other : Index or list/tuple of indices

Returns : appended : bool or array_like (if axis is specified)
A single element array_like may be converted to bool.

示例 #1：使用Index.append()函数将单个索引附加到给定索引。

# importing pandas as pd
import pandas as pd
  
# Creating the first Index
df1 = pd.Index([17, 69, 33, 5, 0, 74, 0])
  
# Creating the second Index
df2 = pd.Index([11, 16, 54, 58])
  
# Print the first and second Index
print(df1, "\n", df2)

输出 ：

让我们在 df1 的末尾附加 df2 索引。

# append df2 at the end of df1
df1.append(df2)

输出 ：

正如我们在输出中看到的，第二个索引，即df2已附加在df1的末尾。示例 #2：使用Index.append()函数在给定索引的末尾附加索引集合。

# importing pandas as pd
import pandas as pd
  
# Creating the first Index
df1 = pd.Index(['Jan', 'Feb', 'Mar', 'Apr'])
  
# Creating the second Index
df2 = pd.Index(['May', 'Jun', 'Jul', 'Aug'])
  
# Creating the third Index
df3 = pd.Index(['Sep', 'Oct', 'Nov', 'Dec'])
  
# Print the first, second and third Index
print(df1, "\n", df2, "\n", df3)

输出 ：

让我们在df1的末尾附加索引df2和df3 。

# We pass df2 and df3 as a list of
# indexes to the append function
df1.append([df2, df3])

输出 ：