pandas.DataFrame.append

DataFrame.append(other, ignore_index=False, verify_integrity=False) [source]

Присоединяет строки other к концу этой таблицы, возвращая новый объект. Столбцы, отсутствующие в этой таблице, добавляются как новые столбцы.

Параметры:	other : DataFrame или объект Series/dict-like, или список таких объектов Данные для присоединения. ignore_index : boolean, по умолчанию False Если True, не использовать метки индекса. verify_integrity : boolean, по умолчанию False Если True, при создании индекса с дубликатами, вызывается исключение ValueError.
Возвращает:	appended : DataFrame

См. также

pandas.concat

Общая функция для конкатенации DataFrame, Series или Panel объектов

Примечания

Если передан список словарей/series и ключи содержатся в индексе DataFrame, порядок столбцов в результирующем DataFrame не изменится.

Итеративное добавление строк в DataFrame может быть более вычислительно затратным, чем однократная конкатенация. Лучшее решение — добавить эти строки в список, а затем конкатенировать список с исходным DataFrame сразу.

Примеры

>>> df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
>>> df
   A  B
0  1  2
1  3  4
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
>>> df.append(df2)
   A  B
0  1  2
1  3  4
0  5  6
1  7  8

С ignore_index установленным в True:

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

Следующие примеры, хотя и не рекомендуемые методы для генерации DataFrames, демонстрируют два способа создания DataFrame из нескольких источников данных.

Менее эффективный способ:

>>> 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

Более эффективный способ:

>>> 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