pandas.DataFrame.append

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

Добавляет строки из other в конец вызываемого объекта, возвращая новый объект.

Устаревшая с версии 1.4.0: Используйте concat() вместо этого. Для получения дополнительной информации см. Устаревшие DataFrame.append и Series.append

Столбцы из other, отсутствующие в вызываемом объекте, добавляются как новые столбцы.

Параметры

other:DataFrame или Series/dict-подобный объект, или список таких объектов

Данные для добавления.

ignore_index:bool, по умолчанию False

Если True, результирующая ось будет иметь метки 0, 1, …, n - 1.

verify_integrity:bool, по умолчанию False

Если True, при создании индекса с дубликатами будет поднято исключение ValueError.

sort:bool, по умолчанию False

Сортировать столбцы, если столбцы self и other не выровнены.

Изменено в версии 1.0.0: Изменено на несортировку по умолчанию.

Возвращает

DataFrame

Новый DataFrame, содержащий строки вызываемого объекта и строки other.

См. также

concat

Общая функция для конкатенации DataFrame или Series объектов.

Примечания

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

Итеративное добавление строк в DataFrame может быть более ресурсоемким, чем единственная конкатенация. Лучшим решением является добавление этих строк в список, а затем конкатенация списка с исходным DataFrame сразу.

Примеры

>>> 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

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 способы генерации DataFrames, демонстрируют два способа генерации DataFrame из нескольких источников данных.

Менее эффективный:

>>> 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:

>>> 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