詳解DataFrame.append()

一、DataFrame.append()的介紹

DataFrame是pandas庫中最常用的數據類型，用於處理表格數據。append()是DataFrame對象的一個函數，能夠將另一個DataFrame對象中的行追加到當前的DataFrame對象中，返回一個新的DataFrame對象。可以將append()函數看作是對DataFrame對象進行行操作的一種方法。

二、DataFrame.append()函數的語法和參數

該函數的語法和參數如下：

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

• self:當前的DataFrame對象
• other:要追加到當前DataFrame對象的另一個DataFrame對象或Series對象
• ignore_index:如果為True，則不使用當前DataFrame對象的索引；如果，為False則索引會被傳遞下去
• verify_integrity:如果為True，則檢查列是否重複，可能會延遲行的追加（註：默認值為False）
• sort:如果為True，則對列數進行排序。默認值為False

三、DataFrame.append()函數的用法

1、將兩個DataFrame對象進行合併

使用append()函數可以方便地將兩個DataFrame對象進行合併。 以下代碼演示如何將兩個DataFrame對象進行合併：

 #導入pandas庫
import pandas as pd

#創建第一個DataFrame對象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                    'B': ['B0', 'B1', 'B2'],
                    'C': ['C0', 'C1', 'C2']})

#創建第二個DataFrame對象
df2 = pd.DataFrame({'A': ['A3', 'A4', 'A5'],
                    'B': ['B3', 'B4', 'B5'],
                    'C': ['C3', 'C4', 'C5']})

#將df2追加到df1中
df = df1.append(df2)

#列印結果
print(df) 

輸出結果如下所示：

    A   B   C
0  A0  B0  C0
1  A1  B1  C1
2  A2  B2  C2
0  A3  B3  C3
1  A4  B4  C4
2  A5  B5  C5 

2、將Series對象追加到DataFrame對象中

還可以使用append()函數將Series對象追加到DataFrame對象中。以下是具體實現方式：

 #導入pandas庫
import pandas as pd

#創建DataFrame對象
df = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                   'B': ['B0', 'B1', 'B2'],
                   'C': ['C0', 'C1', 'C2']})

#創建Series對象
s = pd.Series(['A3', 'B3', 'C3'], index=['A', 'B', 'C'])

#將Series對象追加到DataFrame對象中
df = df.append(s, ignore_index=True)

#列印結果
print(df) 

輸出結果如下所示：

    A   B   C
0  A0  B0  C0
1  A1  B1  C1
2  A2  B2  C2
3  A3  B3  C3 

3、保留重建索引後的列名

當在合併兩個DataFrame對象時，如果索引列的名稱不一致，就會生成一個新的列。如果想在保留新列同時，將它的名稱設置與原來的相同，就可以使用rename函數。下面我們通過示例來進行演示：

 #導入pandas庫
import pandas as pd

#創建DataFrame對象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                   'B': ['B0', 'B1', 'B2'],
                   'C': ['C0', 'C1', 'C2']}, index=['i0', 'i1', 'i2'])

df2 = pd.DataFrame({'C': ['D0', 'D1', 'D2'],
                   'D': ['E0', 'E1', 'E2'],
                   'E': ['F0', 'F1', 'F2']}, index=['i1', 'i2', 'i3'])

#使用ignore_index參數，將兩個DataFrame對象進行合併。同時問保留新列。
df = df1.append(df2, ignore_index=False, sort=False).rename_axis('data').reset_index()

#列印結果
print(df) 

輸出結果如下所示：

   data   A   B   C    D    E
0    i0  A0  B0  C0  NaN  NaN
1    i1  A1  B1  C1   E0   F0
2    i2  A2  B2  C2   E1   F1
3    i1  NaN  NaN  D0   E0   F0
4    i2  NaN  NaN  D1   E1   F1
5    i3  NaN  NaN  D2   E2   F2 

4、對DataFrame對象進行追加後，重新生成索引

使用DataFrame.append()函數，可以輸入ignore_index=True參數對數據進行重建索引，以下代碼演示如何對追加後的DataFrame對象進行重建索引操作：

 #導入pandas庫
import pandas as pd

#創建DataFrame對象
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                   'B': ['B0', 'B1', 'B2'],
                   'C': ['C0', 'C1', 'C2']}, index=['i0', 'i1', 'i2'])

df2 = pd.DataFrame({'C': ['D0', 'D1', 'D2'],
                   'D': ['E0', 'E1', 'E2'],
                   'E': ['F0', 'F1', 'F2']}, index=['i2', 'i3', 'i4'])

#當ignore_index=True時，對DataFrame對象進行重建索引
df = df1.append(df2, ignore_index=True, sort=False)

#列印結果
print(df) 

輸出結果如下所示：

    A   B   C    D    E
0  A0  B0  C0  NaN  NaN
1  A1  B1  C1  NaN  NaN
2  A2  B2  C2  NaN  NaN
3 NaN NaN  D0   E0   F0
4 NaN NaN  D1   E1   F1
5 NaN NaN  D2   E2   F2 

總結：

DataFrame.append()函數對於合併兩個或多個DataFrame對象十分方便，能夠簡單地將一個DataFrame對象中另一個DataFrame對象的行添加到後面，經過重建索引和排序，能以更清晰的方式將一個新DataFrame追加到另一個DataFrame對象中，並生成一個新的DataFrame對象。這使得用戶可以快速地以各種方式創建複雜數據結構，而不必費盡周折地定義各個元素，或編寫複雜的代碼。