df append 合并
时间: 2023-10-12 09:55:46 浏览: 21
df.append() 是 pandas 库中用于将另一个 DataFrame 或 Series 追加到现有 DataFrame 的方法。使用该方法可以将两个 DataFrame 沿着行的方向进行合并。
下面是一个示例:
```python
import pandas as pd
# 创建第一个 DataFrame
data1 = {'A': [1, 2, 3],
'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)
# 创建第二个 DataFrame
data2 = {'A': [7, 8, 9],
'B': [10, 11, 12]}
df2 = pd.DataFrame(data2)
# 合并两个 DataFrame
df = df1.append(df2)
print(df)
```
输出结果为:
```
A B
0 1 4
1 2 5
2 3 6
0 7 10
1 8 11
2 9 12
```
需要注意的是,`df.append()` 方法返回一个新的 DataFrame,原始的 df1 和 df2 不会被修改。另外,合并时会保留原始数据的索引,如果需要重新排序索引,可以使用 `reset_index()` 方法。
相关问题
python 合并两个df
要在Python中合并两个数据框,你可以使用pandas库中的merge函数、concat函数或append函数。下面是三种方法的示例:
方法一:使用merge函数
```python
import pandas as pd
# 创建两个数据框
df1 = pd.DataFrame({'key': \['A', 'B', 'C'\], 'value': \[1, 2, 3\]})
df2 = pd.DataFrame({'key': \['B', 'D'\], 'value': \[4, 5\]})
# 合并数据框
merged_df = pd.merge(df1, df2, on='key', how='outer')
print(merged_df)
```
这将根据指定的键(key)将两个数据框进行合并,并使用outer方式保留所有行。
方法二:使用concat函数
```python
import pandas as pd
# 创建两个数据框
df1 = pd.DataFrame({'A': \[1, 2, 3\], 'B': \[4, 5, 6\]})
df2 = pd.DataFrame({'A': \[11, 12, 13\], 'B': \[14, 15, 16\]})
# 合并数据框
merged_df = pd.concat(\[df1, df2\], axis=0)
print(merged_df)
```
这将按照指定的轴(axis)将两个数据框进行合并,默认是按行(axis=0)合并。
方法三:使用append函数
```python
import pandas as pd
# 创建两个数据框
df1 = pd.DataFrame({'A': \[1, 2, 3\], 'B': \[4, 5, 6\]})
df2 = pd.DataFrame({'A': \[11, 12, 13\], 'B': \[14, 15, 16\]})
# 合并数据框
merged_df = df1.append(df2)
print(merged_df)
```
这将将df2附加到df1的末尾,形成一个新的数据框。
希望这些示例能帮助到你!
#### 引用[.reference_title]
- *1* *3* [chatgpt赋能python:合并两个DF:利用Python实现数据集整合](https://blog.csdn.net/shengcaiy123/article/details/131028441)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [【python数据分析】pandas数据合并](https://blog.csdn.net/qq_42455430/article/details/123456564)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]
pandas append
Pandas append() 方法是用于将行或列添加到 DataFrame 中的一种方法。该方法可以在原有的 DataFrame 上追加数据,也可以将两个 DataFrame 进行合并。
下面是一个简单的示例:
```python
import pandas as pd
# 创建一个空的 DataFrame
df = pd.DataFrame(columns=['Name', 'Age'])
# 添加一行数据
df = df.append({'Name': 'Alice', 'Age': 25}, ignore_index=True)
# 添加多行数据
new_rows = [{'Name': 'Bob', 'Age': 30}, {'Name': 'Charlie', 'Age': 35}]
df = df.append(new_rows, ignore_index=True)
print(df)
```
输出结果如下:
```
Name Age
0 Alice 25
1 Bob 30
2 Charlie 35
```
在上面的示例中,我们首先创建了一个空的 DataFrame。然后使用 append() 方法依次添加了一行和多行数据。注意,我们在添加数据时使用了 ignore_index=True 参数,这样就可以避免新数据的索引与原有数据的索引重复。
需要注意的是,每次调用 append() 方法都会返回一个新的 DataFrame 对象,因此如果需要在原有 DataFrame 上进行追加,需要将新的 DataFrame 赋值给原有 DataFrame。