pandas.DataFrame.append

DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=None) [source]

Присоединить строки other к концу вызывающего объекта, вернув новый объект.

Столбцы в other , которых нет в вызывающем объекте, добавляются в качестве новых столбцов.

Параметры:

other : DataFrame or Series/dict-like object, or list of these Данные для присоединения. ignore_index : boolean, default False Если True, не использовать метки индексов. verify_integrity : boolean, default False Если True, вызывать ValueError при создании индекса с дубликатами. sort : boolean, default None Сортировать столбцы, если столбцы self и other не выровнены. По умолчанию сортировка устарела и в будущих версиях pandas будет изменена на отсутствие сортировки. Явно передайте sort=True для подавления предупреждения и сортировки. Явно передайте sort=False для подавления предупреждения и отключения сортировки. Введено в версии 0.23.0.

Возвращает:

DataFrame

См. также

concat

Общая функция для конкатенации DataFrame или Series объектов.

Примечания

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

Итеративное присоединение строк к DataFrame может быть более ресурсоемким, чем единое конкатенация. Лучшим решением является присоединение этих строк к списку, а затем конкатенация списка со исходным DataFrame за один раз.

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, хотя и не рекомендуемые методы для создания DataFrame, показывают два способа генерации DataFrame из нескольких источников данных.

Менее эффективно:

>>> 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 эффективно:

>>> 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