Python DataFrame append函数的使用方法

在Python中可以使用Pandas库中的DataFrame（二维表格数据）进行数据处理和分析，而DataFrame中的append函数可以用来向DataFrame中添加新的行数据。本文将介绍DataFrame append函数的用法和实例代码。

DataFrame append函数的语法和参数

DataFrame append函数的语法如下：

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False) -> 'DataFrame'

其中各参数的含义如下：

• other：要添加到DataFrame的另一个DataFrame或Series对象；
• ignore_index：是否忽略原DataFrame的行索引，如果为True，则新的DataFrame重新生成索引。默认为False；
• verify_integrity：是否验证索引的唯一性，如果为True，则在添加数据前检查行索引的唯一性。默认为False；
• sort：是否对新的DataFrame进行排序，如果为True，则会按照列名的字母顺序排序。默认为False。

DataFrame append函数的使用实例

下面是一个简单的实例：用DataFrame append函数向一个空的DataFrame中添加新的行数据。

import pandas as pd

# 创建一个空的DataFrame对象
df = pd.DataFrame(columns=['name', 'age'])

# 添加新的行数据
df = df.append({'name': 'Tom', 'age': 20}, ignore_index=True)
df = df.append({'name': 'Jack', 'age': 22}, ignore_index=True)

print(df)

以上代码将输出以下结果：

   name  age
0   Tom   20
1  Jack   22

再看一个使用DataFrame append函数的更复杂的实例：将多个DataFrame对象合并成一个新的DataFrame对象。

import pandas as pd

# 创建三个DataFrame对象
df1 = pd.DataFrame({'name': ['Tom', 'Jack'], 'age': [20, 22]})
df2 = pd.DataFrame({'name': ['Alice', 'Bob'], 'age': [25, 27]})
df3 = pd.DataFrame({'name': ['David', 'Eva'], 'age': [30, 32]})

# 将三个DataFrame合并为一个新的DataFrame
df = pd.DataFrame(columns=['name', 'age'])
df = df.append(df1)
df = df.append(df2)
df = df.append(df3)

print(df)

以上代码将输出以下结果：

    name  age
0    Tom   20
1   Jack   22
0  Alice   25
1    Bob   27
0  David   30
1    Eva   32

在这个例子中，我们通过多次调用DataFrame append函数，将三个原始DataFrame对象合并为一个新的DataFrame对象。这种方法适用于需要将多个数据源整合到一个DataFrame中进行分析的情形。

小结

通过学习本文，你已经了解了DataFrame append函数的用法和实例代码。这个函数是在Pandas中用来添加新的行数据到DataFrame中的重要工具。使用它可以方便地将多个数据源整合到一个DataFrame中进行分析。