Hướng dẫn how do you add dataframes in python? - làm cách nào để bạn thêm dataframe trong python?

Nước nối các hàng khác vào cuối người gọi, trả lại một đối tượng mới.

Các cột khác không có trong trình gọi được thêm vào dưới dạng các cột mới.

Dữ liệu để nối thêm.

Nếu đúng, trục kết quả sẽ được dán nhãn 0, 1,,, n - 1.

Nếu đúng, hãy tăng giá trị khi tạo chỉ mục với các bản sao.

Sắp xếp các cột nếu các cột của bản thân và khác không được căn chỉnh.

Đã thay đổi trong phiên bản 1.0.0: Thay đổi thành không sắp xếp theo mặc định.Changed to not sort by default.

Một khung dữ liệu mới bao gồm các hàng của người gọi và các hàng khác.

Xem thêm

Chức năng chung để kết hợp các đối tượng DataFrame hoặc loạt.

Ghi chú

Nếu một danh sách các dict/series được thông qua và các khóa đều được chứa trong chỉ mục DataFrame, thì thứ tự của các cột trong khung dữ liệu kết quả sẽ không thay đổi.

Lặp lại các hàng vào một khung dữ liệu có thể tốn nhiều tính toán hơn so với một lần kết nối duy nhất. Một giải pháp tốt hơn là nối các hàng đó vào danh sách và sau đó kết hợp danh sách với DataFrame gốc cùng một lúc.

Ví dụ

>>> df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'), index=['x', 'y'])
>>> df
   A  B
x  1  2
y  3  4
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'), index=['x', 'y'])
>>> df.append(df2)
   A  B
x  1  2
y  3  4
x  5  6
y  7  8

Với sự bỏ qua_index được đặt thành true:

>>> df.append(df2, ignore_index=True)
   A  B
0  1  2
1  3  4
2  5  6
3  7  8

Sau đây, mặc dù không được khuyến nghị các phương thức tạo DataFrames, hãy hiển thị hai cách để tạo DataFrame từ nhiều nguồn dữ liệu.

Kém hiệu quả:

>>> df = pd.DataFrame(columns=['A'])
>>> for i in range(5):
...     df = df.append({'A': i}, ignore_index=True)
>>> df
   A
0  0
1  1
2  2
3  3
4  4

Hiệu quả hơn:

>>> pd.concat([pd.DataFrame([i], columns=['A']) for i in range(5)],
...           ignore_index=True)
   A
0  0
1  1
2  2
3  3
4  4