pandas 数据追加合并 df.append

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

df.append 可以将其他行附加到调用方的末尾，并返回一个新对象。它是最简单常用的数据合并方式。

语法结构

df.append(self, other, ignore_index=False,
          verify_integrity=False, sort=False)

其中：

• other 是它要追加的其他 DataFrame 或者类似序列内容
• ignore_index 如果为 True 则重新进行自然索引
• verify_integrity 如果为 True 则遇到重复索引内容时报错
• sort 进行排序

同结构

将同结构的数据追加在原数据后边：

result = df1.append(df2)

不同结构

不同结构的追加，没有的列会增加，没有对应内容的会为空：

result = df1.append(df4, sort=False)

追加合并多个

可以将多个 df 追加到原数据中：

result = df1.append([df2, df3])

忽略索引

在合并不保留原索引，启用新的自然索引：

result = df1.append(df4, ignore_index=True, sort=False)

追加序列

s2 = pd.Series(['X0', 'X1', 'X2', 'X3'],
               index=['A', 'B', 'C', 'D'])
result = df1.append(s2, ignore_index=True)

追加字典列表

dicts = [{'A': 1, 'B': 2, 'C': 3, 'X': 4},
         {'A': 5, 'B': 6, 'C': 7, 'Y': 8}]
result = df1.append(dicts, ignore_index=True, sort=False)

关于废弃

在 pandas 1.4 版本中宣布 append() 方法将被弃用，同时在这个版本中会进行警告，提示使用 pandas.concat()。

社区讨论废弃 append() 的主要原因为：

• Python 的 list 有 append() 方法，但 DataFrame/Series 的没有做原地操作，是一个不好的类比
• pandas.concat() 更灵活，它支持 axis，使类似操作更加统一
• concat 将是性能最好的，append 太慢

替代的操作也可以是：

df.loc[len(df) + 1] = <new row>
df.loc[<new label>] = <new row>

如果想用链式，可以用 pipe() 调用：

df2 = pd.DataFrame({"name": ["tomato"], "image": ["🍅"]})

(
    fruits.merge(veggies)
    .pipe(lambda df: pd.concat([df, df2], ignore_index=True))
)

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.append.html
• https://pandas.pydata.org/docs/whatsnew/v1.4.0.html#deprecated-dataframe-append-and-series-append
• https://github.com/pandas-dev/pandas/issues/35407

相关内容

• pandas 增加汇总行 2021-01-04 15:42:53