Python – Pandas dataframe.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 dataframe.append()函数用于将其他数据帧的行附加到给定数据帧的末尾，返回一个新的数据帧对象。不在原始数据框中的列被添加为新列，新单元格填充NaN值。

Syntax: DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)

Parameters :
other : DataFrame or Series/dict-like object, or list of these
ignore_index : If True, do not use the index labels.
verify_integrity : If True, raise ValueError on creating index with duplicates.
sort : Sort columns if the columns of self and other are not aligned. The default sorting is deprecated and will change to not-sorting in a future version of pandas. Explicitly pass sort=True to silence the warning and sort. Explicitly pass sort=False to silence the warning and not sort.

Returns: appended : DataFrame

示例 #1：创建两个数据框并将第二个附加到第一个。

# Importing pandas as pd
import pandas as pd
  
# Creating the first Dataframe using dictionary
df1 = df = pd.DataFrame({"a":[1, 2, 3, 4],
                         "b":[5, 6, 7, 8]})
  
# Creating the Second Dataframe using dictionary
df2 = pd.DataFrame({"a":[1, 2, 3],
                    "b":[5, 6, 7]})
  
# Print df1
print(df1, "\n")
  
# Print df2
df2

现在将 df2 附加到 df1 的末尾。

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

输出 ：

请注意，第二个数据帧的索引值保留在附加的数据帧中。如果我们不希望它发生，那么我们可以设置 ignore_index=True。

# A continuous index value will be maintained
# across the rows in the new appended data frame.
df1.append(df2, ignore_index = True)

输出 ：
示例#2：附加不同形状的数据框。

对于不等号。在数据框中的列中，其中一个数据框中不存在的值将用NaN值填充。

# Importing pandas as pd
import pandas as pd
  
# Creating the first Dataframe using dictionary
df1 = pd.DataFrame({"a":[1, 2, 3, 4],
                    "b":[5, 6, 7, 8]})
  
# Creating the Second Dataframe using dictionary
df2 = pd.DataFrame({"a":[1, 2, 3],
                    "b":[5, 6, 7], 
                    "c":[1, 5, 4]})
  
# for appending df2 at the end of df1
df1.append(df2, ignore_index = True)

输出 ：

请注意，新单元格中填充了NaN值。