dataframe.append详解

一、函数用途

dataframe.append函数是Pandas库中的一个函数，主要用于将一个或多个数据帧数据添加到另一个数据帧中。在数据合并的时候非常有用，特别是需要将数据按行进行拼接的情况。

二、函数使用方法

开始前，我们先导入Pandas和numpy库，并创建两个数据帧df1和df2。

“` python
import pandas as pd
import numpy as np

df1 = pd.DataFrame({‘A’: [‘A0’, ‘A1’, ‘A2’, ‘A3’],
‘B’: [‘B0’, ‘B1’, ‘B2’, ‘B3’],
‘C’: [‘C0’, ‘C1’, ‘C2’, ‘C3’],
‘D’: [‘D0’, ‘D1’, ‘D2’, ‘D3’]},
index=[0, 1, 2, 3])

df2 = pd.DataFrame({‘A’: [‘A4’, ‘A5’, ‘A6’, ‘A7’],
‘B’: [‘B4’, ‘B5’, ‘B6’, ‘B7’],
‘C’: [‘C4’, ‘C5’, ‘C6’, ‘C7’],
‘D’: [‘D4’, ‘D5’, ‘D6’, ‘D7’]},
index=[4, 5, 6, 7])
“`

我们可以使用append()函数将df2数据合并到df1数据后面，合并后的数据叫做df3，调用append()时要与df1使用同样的列名：

“` python
df3 = df1.append(df2)
print(df3)
“`

输出结果：

“` python
A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
4 A4 B4 C4 D4
5 A5 B5 C5 D5
6 A6 B6 C6 D6
7 A7 B7 C7 D7
“`

除了按照行的顺序进行拼接外，还可以指定axis参数对数据进行拼接。例如，指定axis=1，对列进行合并:

“` python
df4 = pd.DataFrame({‘E’: [‘E0’, ‘E1’, ‘E2’, ‘E3’],
‘F’: [‘F0’, ‘F1’, ‘F2’, ‘F3’],
‘G’: [‘G0’, ‘G1’, ‘G2’, ‘G3’],
‘H’: [‘H0’, ‘H1’, ‘H2’, ‘H3’]},
index=[0, 1, 2, 3])

df5 = pd.DataFrame({‘A’: [‘A4’, ‘A5’, ‘A6’, ‘A7’],
‘B’: [‘B4’, ‘B5’, ‘B6’, ‘B7’],
‘C’: [‘C4’, ‘C5’, ‘C6’, ‘C7’],
‘D’: [‘D4’, ‘D5’, ‘D6’, ‘D7’]},
index=[4, 5, 6, 7])

df6 = df4.append(df5, sort=False, ignore_index=True, axis=1)
print(df6)
“`

输出结果：

“` python
0 1 2 3 4 5 6 7
E E0 E1 E2 E3 NaN NaN NaN NaN
F F0 F1 F2 F3 NaN NaN NaN NaN
G G0 G1 G2 G3 NaN NaN NaN NaN
H H0 H1 H2 H3 NaN NaN NaN NaN
A NaN NaN NaN NaN A4 A5 A6 A7
B NaN NaN NaN NaN B4 B5 B6 B7
C NaN NaN NaN NaN C4 C5 C6 C7
D NaN NaN NaN NaN D4 D5 D6 D7
“`

三、函数参数说明

1、DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False)

其他参数说明：

• other：要添加到数据帧的数据帧、系列或字典 dict-like。参数可以是多个（列表或元组），如果传递多个（除了series），则索引必须相同。
• ignore_index：如果为True，则不使用原始索引进行连接。默认值为False。
• verify_integrity：检查新连接的轴是否已经分别包含重复项。这是一个非常昂贵的操作，因为必须对所有数据进行评估。默认值为False。
• sort：按字典顺序通过连接轴排序。默认是True，设置为False可以提高性能，但不建议这样使用(因为取决于它们的顺序与输出相冲突的情况)。

2、DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False, keys=None, levels=None, names=None, join=’outer’, sort=False, copy=True)

其他参数说明：

• keys：在连接轴上构建层次结构索引。接受任何输入接受的数组形式。默认为无。
• levels：用于构建MultiIndex的一组列表或元组。如果键不包含在传递的级别列表中，则构建MultiIndex中的标签将缺失。键可以为任何可迭代类型。如果没有传递此参数，则默认为None。
• names：创建新级别的名称（如果引入MultiIndex）。如果没有传递此参数，则默认为 None。
• join：在其他轴上的索引上执行连接操作，允许{‘inner’， ‘outer’}，默认为’outer’。
• copy：默认为True，无论如何都会进行复制。如果是False，则新/添加数据不会在调用DataFrame.append时复制，这可能导致结果与期望的不同（如果原始数据被修改，则出现这种情况可观察到）。
• sort：按字典顺序通过连接轴排序。默认是True，设置为False可以提高性能，但不建议这样使用（因为取决于它们的顺序与输出相冲突的情况）。

四、优化使用

要对性能进行优化，请使用以下建议：

• 1. 在向现有数据帧添加新数据时，最好在数据帧对象（例如 df）中的内部存储器中进行操作。这可以通过使用 inplace = True 参数来实现。
• 2. 复制数据或处理大数据帧时，最好避免使用 append 。使用 pd.concat 或 pd.DataFrame.combine_first（如果没有重复项）可以极大地减少时间和空间的使用。
• 3. 合并多个数据帧时，建议根据需要连接所有数据帧，然后使用 .groupby 或 .pivot_table 来聚合数据。

五、小结

Pandas库中的函数 dataframe.append() 提供了一种方便的方法来合并数据帧，特别是当你需要在行维上进行拼接时，可以很好地满足需求。此外，为了更好的性能，应该尽量地避免使用append函数，并采用一些更加高效的方法进行数据帧的合并。