pandas 数据追加合并 df.append

更新时间：2020-05-08 14:19:04 标签：pandas 追加 合并

好消息！

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。

看过来

《Pandas 教程》持续更新中，可作为 Pandas 入门进阶课程、Pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: sinbam（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。

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：

将同结构的数据追加在原数据后边：

result = df1.append(df2)

pandas 合并

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)

pandas 合并

可以将多个 df 追加到原数据中：

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

pandas 合并

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)

pandas 合并

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

pandas 合并

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)

pandas 合并