df.append()可以将其他Dataframe附加到调用方的末尾，并返回一个新对象
它是最简单、最常用的数据合并方式
语法
df.append(other, ignore_index=False, verify_integrity=False, sort=False)
参数
other:调用方要追加的其他Dataframe或者类似序列内容。可以放入一个由Dataframe组成的列表，将所有Dataframe追加起来
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
1.相同结构
如果数据的字段相同，直接使用第一个Dataframe的append()方法，传入第二个Dataframe。如果需要追加多个Dataframe，可以将它们组成一个列表再传入
import pandas as pddf1 = pd.Dataframe({'x':[1,2],'y':[3,4]})df2 = pd.Dataframe({'x':[5,6],'y':[7,8]})res1 = df1.append(df2)# 追加多个数据res2 = df1.append([df2,df2,df2])
结果展示
df1
df2
res1
res2
2.不同结构
对于不同结构的追加，一方有而另一方没有的列会增加，没有内容的位置用NaN填充
import pandas as pddf1 = 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)
结果展示
df1
df3
res
3.忽略索引
追加操作索引默认为原数据的，不会改变，如果需要忽略，可以传入ignore_index = True
import pandas as pddf1 = 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)
结果展示
df1
df2
res
4.重复内容
重复内容默认是可以追加的，如果传入verify_integrity = True参数和值，则会检测追加内容是否重复，如有重复会报错
import pandas as pddf1 = pd.Dataframe({'x':[1,2],'y':[3,4]})df2 = pd.Dataframe({'x':[5,6],'y':[7,8]})# 合并两个相同的内容(报错)df1.append([df2,df2], verify_integrity=True)
结果展示
df1
df2
5.追加序列
append()除了追加Dataframe外，还可以追加一个Series,经常用于数据添加更新场景
import pandas as pddf = 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'])# 定义新同学的信息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)
结果展示
原df
lily
新df
6.追加字典
append()还可以追加字典
import pandas as pddf = 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'])# 将学生信息定义为一个字典lily = {'name':'lily','team':'C','Q1':55,'Q2':56,'Q3':57,'Q4':58}df = df.append(lily, ignore_index=True)
结果展示
原df
lily
新df