既然 Pandas .append() 方法已被弃用，那么它是替代 Pandas 的好方法吗？

Question

我经常使用以下方法将单行附加到数据帧。我真正喜欢它的一件事是它允许您附加一个简单的 dict 对象。例如：

# Creating an empty dataframe
df = pd.DataFrame(columns=['a', 'b'])

# Appending a row
df = df.append({ 'a': 1, 'b': 2 }, ignore_index=True)

同样，我最喜欢的一点是代码非常干净并且只需要很少的行。现在我想推荐的替代方案是：

# Create the new row as its own dataframe
df_new_row = pd.DataFrame({ 'a': [1], 'b': [2] })
df = pd.concat([df, df_new_row])

因此，之前的一行代码现在变成了两行，其中包含一个一次性变量和额外的内容，我在其中创建新的数据框。:( 有没有一种好方法可以做到这一点，只需使用像我过去那样的字典（未弃用）？

Answer 1

如果需要的话，使用字典创建一个列表，然后使用df = pd.DataFrame.from_records(your_list). List 的“append”方法非常高效，并且永远不会被弃用。另一方面，由于其设计原因，数据帧经常需要重新创建并将所有数据复制到附加上 - 这就是他们不推荐使用该方法的原因

Answer 2

我也喜欢追加方法。但你可以用一系列字典来完成

df = pd.concat([df, pd.DataFrame.from_records([{ 'a': 1, 'b': 2 }])])

或使用 loc 和元组作为具有增量升序索引的 DataFrame 上的值

df.loc[len(df), ['a','b']] = 1, 2

或者可能

df.loc[len(df), df.columns] = 3, 4

Answer 3

如果你想改用concat：

append

outputxlsx = outputxlsx.append(df, ignore_index=True)

concat

outputxlsx = pd.concat([outputxlsx, df], ignore_index=True)

Answer 4

对于那些像我一样想要描述性功能而不是大量俏皮话的人来说，这里有一个基于上面@Rafael Gaitan 的选项。

def append_dict_to_df(df, dict_to_append):
    df = pd.concat([df, pd.DataFrame.from_records([dict_to_append])])
    return df

# Creating an empty dataframe
df = pd.DataFrame(columns=['a', 'b'])

# Appending a row
df = append_dict_to_df(df,{ 'a': 1, 'b': 2 })

Answer 5

我面临着类似的问题。其他解决方案并不真正适合我。我将这个答案留在这里作为处理该问题的额外可能性，因为这是某些搜索的第一个谷歌结果，而我自己至少是第二次在这里结束。

就我而言，数据不是字典，而只是一组已知参数的值列表。我想将参数值作为行添加到数据帧中，因为这样我可以通过 df[parameter] 访问一个参数的一系列所有值。

我从一个空的 DataFrame 开始：

parameters = ['a', 'b', 'c', 'd', 'e', 'f']
df = pd.DataFrame(columns=parameters)

df：

        a   b   c   d   e   f

通过追加，我可以非常方便地添加行，如下所示：

new_row = pd.Series([1,2,3,4,5,6], index=parameters, name='row1')
df.append(new_row)

df：

        a   b   c   d   e   f
row1    1   2   3   4   5   6

使用 pd.concat 我发现它以非常相似的方式提供相同的结果：

new_row = pd.DataFrame([1,2,3,4,5,6], columns=['row1'], index=parameters).T
df = pd.concat((df, new_row))

关键是从一维数据创建一个 (1,n) 数据帧，然后转置它以匹配其他数据帧。