跳转至

python—熊猫 dataframe.append()

哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 dataframe-append/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 **dataframe.append()**函数用于将其他数据帧的行追加到给定数据帧的末尾,返回一个新的数据帧对象。不在原始数据框中的列将作为新列添加,新单元格将填充NaN值。

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

参数: 其他:数据框或系列/类似字典的对象,或这些的列表 忽略_索引:如果为真,不要使用索引标签。 验证_完整性:如果为真,则在创建重复索引时引发值错误。 排序:如果自身和其他的列没有对齐,则排序列。默认排序已被弃用,并将在熊猫的未来版本中更改为不排序。显式传递排序=True 以消除警告并排序。显式传递 sort=False 以消除警告并不排序。

返回:附加:数据帧

示例#1: 创建两个数据帧,并将第二个数据帧附加到第一个数据帧上。

# Importing pandas as pd
import pandas as pd

# Creating the first Dataframe using dictionary
df1 = df = pd.DataFrame({"a":[1, 2, 3, 4],
                         "b":[5, 6, 7, 8]})

# Creating the Second Dataframe using dictionary
df2 = pd.DataFrame({"a":[1, 2, 3],
                    "b":[5, 6, 7]})

# Print df1
print(df1, "\n")

# Print df2
df2

现在在 df1 的末尾追加 df2。

# to append df2 at the end of df1 dataframe
df1.append(df2)

输出: 注意第二个数据帧的索引值保持在追加的数据帧中。如果我们不希望它发生,那么我们可以设置 ignore_index=True。

# A continuous index value will be maintained
# across the rows in the new appended data frame.
df1.append(df2, ignore_index = True)

输出:

例 2: 追加不同形状的数据帧。

对于数据框中不相等的列数,其中一个数据框中不存在的值将用NaN值填充。

# Importing pandas as pd
import pandas as pd

# Creating the first Dataframe using dictionary
df1 = pd.DataFrame({"a":[1, 2, 3, 4],
                    "b":[5, 6, 7, 8]})

# Creating the Second Dataframe using dictionary
df2 = pd.DataFrame({"a":[1, 2, 3],
                    "b":[5, 6, 7], 
                    "c":[1, 5, 4]})

# for appending df2 at the end of df1
df1.append(df2, ignore_index = True)

输出:

请注意,新单元格中填充了NaN值。



回到顶部