pandas入门: 数据合并之--append

pandas append相关知识点总结。

• 创建三个dataframe

df1 = pd.DataFrame(np.random.random((3, 3)), columns=list("ABC"))
df2 = pd.DataFrame(np.random.random((1, 3)), columns=list("ABC"))
df3 = pd.DataFrame(np.random.random((2, 3)), columns=list("ABC"))

结果如下：

          A         B         C
0  0.523743  0.067903  0.507308
1  0.419016  0.499711  0.066565
2  0.077277  0.903117  0.719907
          A        B         C
0  0.056682  0.93534  0.271244
         A         B         C
0  0.65165  0.881929  0.854899
1  0.92085  0.905614  0.131795

• 所有参数默认

result = df1.append(df2) # append只能按列合并

结果如下：

          A         B         C
0  0.739177  0.101663  0.160226
1  0.333865  0.869841  0.526821
2  0.348610  0.365146  0.275697
0  0.769399  0.325846  0.991367

可以发现，两个dataframe按照列方向拼在一起了，但是索引却没发生改变，因此需要添加ignore_index=True

• ignore_index

result = df1.append(df2, ignore_index=True)

结果如下：

          A         B         C
0  0.350405  0.090935  0.458031
1  0.032892  0.434949  0.788253
2  0.373203  0.362270  0.784979
3  0.273784  0.317499  0.747753

可以看到，添加了ignore_index=True之后，索引顺序相加。

• append多个dataframe

result = df1.append([df2, df3], ignore_index=True)

结果如下：

          A         B         C
0  0.438932  0.802145  0.876580
1  0.723167  0.690162  0.794743
2  0.186952  0.475216  0.521530
3  0.974875  0.292388  0.496863
4  0.667277  0.438628  0.484048
5  0.984569  0.349473  0.731647

参考：

https://www.cnblogs.com/guxh/p/9451532.html