关注我们

DataFrame.append函数

Pandas append()函数用于将其他dataframe的行添加到给定dataframe的末尾，并返回一个新的dataframe对象。新列和新单元格将插入到原始DataFrame中，并用NaN值填充。

语法

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

参数

other - DataFrame或类似Series/dict的对象，或这些对象的列表它是指要附加的数据。
ignore_index - 如果为true，则不使用索引标签。
verify_integrity - 如果为true，则在创建具有重复项的索引时会引发 ValueError 。
sort - 如果self和other的列不对齐，则对列进行排序。不建议使用默认排序，在将来的Pandas版本中，它将更改为不排序。无涯教程通过 sort = True 明确地使警告和排序保持沉默，而通过 sort = False 明确地使警告而不是排序保持沉默。

返回值

它返回附加的DataFrame作为输出。

范例1:

复制代码

import pandas as pd 
# 使用字典创建第一个数据框
info1 = pd.DataFrame({"x":[25,15,12,19], 
                    "y":[47, 24, 17, 29]})   
#使用字典创建第二个数据框
Info2 = pd.DataFrame({"x":[25, 15, 12], 
                    "y":[47, 24, 17],  
                    "z":[38, 12, 45]}) 
# 在 info1 的末尾附加 info2
info.append(info2, ignore_index = True)

输出

     x       y      z
0    25      47     NaN  
1    15      24     NaN
2    12      17     NaN
3    19      29     NaN
4    25      47     38.0
5    15      24     12.0
6    12      17     45.0

范例2:

复制代码

import pandas as pd   
#使用字典创建第一个数据框
info1 = info = pd.DataFrame({"x":[15, 25, 37, 42], 
                         "y":[24, 38, 18, 45]})   
# 使用字典创建第二个数据框
info2 = pd.DataFrame({"x":[15, 25, 37], 
                    "y":[24, 38, 45]})   
# info1 的打印值
print(info1, "\n")  
# 打印 info2 的值
info2 
# 在 info1 数据帧的末尾附加 info2
info1.append(df2) 
# 将保持连续的指数值跨新附加数据框中的行。
info.append(info2, ignore_index = True)

输出

     x     y
0    15   24
1    25   38
2    37   18
3    42   45
4    15   24
5    25   38
6    37   45

祝学习愉快！(内容编辑有误？请选中要编辑内容 -> 右键 -> 修改 -> 提交！)

技术教程推荐

从0开始做增长 -〔刘津〕

深入拆解Tomcat & Jetty -〔李号双〕

Spring Boot与Kubernetes云原生微服务实践 -〔杨波〕

零基础学Python（2023版） -〔尹会生〕

LangChain 实战课 -〔黄佳〕

好记忆不如烂笔头。留下您的足迹吧 :)