腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

Pandas之?dāng)?shù)據(jù)追加df.append方式

更新時間：2023年08月15日 09:49:23 作者：山茶花開時。

這篇文章主要介紹了Pandas之?dāng)?shù)據(jù)追加df.append方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

Pandas 數(shù)據(jù)追加df.append

df.append()可以將其他DataFrame附加到調(diào)用方的末尾，并返回一個新對象

它是最簡單、最常用的數(shù)據(jù)合并方式

語法

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

參數(shù)

other:調(diào)用方要追加的其他DataFrame或者類似序列內(nèi)容。可以放入一個由DataFrame組成的列表，將所有DataFrame追加起來
ignore_index:如果為True，則重新進(jìn)行自然索引
verify_integrity:如果為True,則遇到重復(fù)索引內(nèi)容時報錯
sort:進(jìn)行排序

1.相同結(jié)構(gòu)

如果數(shù)據(jù)的字段相同，直接使用第一個DataFrame的append()方法，傳入第二個DataFrame。

如果需要追加多個DataFrame，可以將它們組成一個列表再傳入

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
res1 = df1.append(df2)
# 追加多個數(shù)據(jù)
res2 = df1.append([df2,df2,df2])

結(jié)果展示

df1

df2

res1

res2

2.不同結(jié)構(gòu)

對于不同結(jié)構(gòu)的追加，一方有而另一方?jīng)]有的列會增加，沒有內(nèi)容的位置用NaN填充

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df3 = pd.DataFrame({'y':[5,6],'z':[7,8]})
# 追加合并
res = df1.append(df3)

結(jié)果展示

df1

df3

res

3.忽略索引

追加操作索引默認(rèn)為原數(shù)據(jù)的，不會改變，如果需要忽略，可以傳入ignore_index = True

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
# 忽略索引
res = df1.append(df2, ignore_index=True)

結(jié)果展示

df1

df2

res

4.重復(fù)內(nèi)容

重復(fù)內(nèi)容默認(rèn)是可以追加的，如果傳入verify_integrity = True參數(shù)和值，則會檢測追加內(nèi)容是否重復(fù)，如有重復(fù)會報錯

import pandas as pd
df1 = pd.DataFrame({'x':[1,2],'y':[3,4]})
df2 = pd.DataFrame({'x':[5,6],'y':[7,8]})
# 合并兩個相同的內(nèi)容(報錯)
df1.append([df2,df2], verify_integrity=True)

結(jié)果展示

df1

df2

5.追加序列

append()除了追加DataFrame外，還可以追加一個Series,經(jīng)常用于數(shù)據(jù)添加更新場景

import pandas as pd
df = pd.DataFrame([['liver','E',89,21,24,64],
                   ['Arry','C',36,37,37,57],
                   ['Ack','A',57,60,18,84],
                   ['Eorge','C',93,96,71,78],
                   ['Oah','D',65,49,61,86]
                  ], 
                   columns = ['name','team','Q1','Q2','Q3','Q4'])
# 定義新同學(xué)的信息
lily = pd.Series(['lily','C',55,56,57,58],
                 index=['name','team','Q1','Q2','Q3','Q4'])
# 追加
df = df.append(lily, ignore_index=True)

結(jié)果展示

原df

lily

新df

6.追加字典

append()還可以追加字典

import pandas as pd
df = pd.DataFrame([['liver','E',89,21,24,64],
                   ['Arry','C',36,37,37,57],
                   ['Ack','A',57,60,18,84],
                   ['Eorge','C',93,96,71,78],
                   ['Oah','D',65,49,61,86]
                  ], 
                   columns = ['name','team','Q1','Q2','Q3','Q4'])
# 將學(xué)生信息定義為一個字典
lily = {'name':'lily','team':'C','Q1':55,'Q2':56,'Q3':57,'Q4':58}
df = df.append(lily, ignore_index=True)

結(jié)果展示

原df

lily

新df

擴展練習(xí)案例

import pandas as pd
df_list = []
df1 = pd.DataFrame([['A',1]],columns = ['Site','number'])
df_list.append(df1)
df2 = pd.DataFrame([['B',2]],columns = ['Site','number'])
df_list.append(df2)
df_all = pd.concat([df1,df2])
df3 = pd.DataFrame([['C',3]],columns = ['Site','number'])
df_list.append(df3)
df_all = pd.concat(df_list)
df_all = df_all.reset_index(drop=True)

df1