pandas DataFrame append方法详解与使用示例

append方法概述与参数说明

参考官方文档中关于append方法的详细介绍链接。

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

该方法的主要功能是向现有的DataFrame对象中追加新行。若新数据中包含原DataFrame中不存在的列名，系统会自动将这些列名作为新列加入。

• 参数other支持多种数据结构，包括DataFrame、Series、字典（dict）或列表（list）。
• ignore_index参数默认为False。若设置为True，则忽略原有索引标签，生成新的整数索引。
• verify_integrity参数默认为False。若设置为True，当生成的索引与现有索引发生冲突时，将抛出ValueError异常。
• sort参数为布尔值，默认值为None。此属性仅在pandas 0.23.0及以上版本中可用。

添加字典数据示例

接下来演示如何使用append方法添加字典数据。

import pandas as pd
  
  data = pd.DataFrame()
  a = {"x":1,"y":2}
  data = data.append(a,ignore_index=True)
  print(data)

添加Series数据示例

随后展示如何添加Series类型的数据。

若未设置ignore_index=True，程序会报错并提示TypeError: Can only append a Series if ignore_index=True or if the Series has a name。若希望避免此错误，可将代码调整为设置ignore_index=True的形式。

 import pandas as pd

  data = pd.DataFrame()
  series = pd.Series({"x":1,"y":2},name="a")
  data = data.append(series)
  print(data)

需要注意的是，当使用append方法添加Series时，必须指定name属性。同时，name的名称将作为生成索引的名称。

添加列表数据及索引处理

接下来介绍如何添加列表（list）数据。

data = pd.DataFrame()
  a = [1,2,3]
  data = data.append(a)
  print(data)

如果list是一维的，则是以列的形式来进行添加，如果list是二维的则是以行的形式进行添加的，若列表为三维结构，则仅添加一个值。

  data = pd.DataFrame()
  a = [[[1,2,3]]]
  data = data.append(a)
  print(data)

注意：在多次使用append方法追加数据的时候，可能会出现相同的index

 data = pd.DataFrame()
  a = [[1,2,3],[4,5,6]]
  data = data.append(a)
  a = [[7,8,9],[10,11,12]]
  data = data.append(a)
  print(data)

若希望追加后的索引不出现重复，可以通过设置ignore_index=True参数来避免索引冲突。

  data = pd.DataFrame()
  a = [[1,2,3],[4,5,6]]
  data = data.append(a,ignore_index=True)
  a = [[7,8,9],[10,11,12]]
  data = data.append(a,ignore_index=True)
  print(data)

以上内容为本文的全部介绍，希望对读者的学习有所帮助，也欢迎大家继续支持本站。