如何将 DataFrame.append() 转换为 pandas.concat()？

Question

在 pandas 1.4.0 中：append()已被弃用，文档说可以使用concat()。

FutureWarning：frame.append 方法已弃用，并将在未来版本中从 pandas 中删除。使用 pandas.concat 代替。

有问题的代码块：

def generate_features(data, num_samples, mask):
    """
    The main function for generating features to train or evaluate on.
    Returns a pd.DataFrame()
    """
    logger.debug("Generating features, number of samples", num_samples)
    features = pd.DataFrame()

    for count in range(num_samples):
        row, col = get_pixel_within_mask(data, mask)
        input_vars = get_pixel_data(data, row, col)
        features = features.append(input_vars)
        print_progress(count, num_samples)

    return features

这是我尝试过但不起作用的两个选项：

features = pd.concat([features],[input_vars])

和

pd.concat([features],[input_vars])

这是已弃用并引发错误的行：

features = features.append(input_vars)

Answer 1

您可以将循环中生成的 DataFrame 存储在列表中，并features在完成循环后将它们连接起来。

换句话说，替换循环：

for count in range(num_samples):
    # .... code to produce `input_vars`
    features = features.append(input_vars)        # remove this `DataFrame.append`

与下面的一个：

tmp = []                                  # initialize list
for count in range(num_samples):
    # .... code to produce `input_vars`
    tmp.append(input_vars)                        # append to the list, (not DF)
features = pd.concat(tmp)                         # concatenate after loop

您当然可以在循环中连接，但只执行一次会更有效。

Answer 2

这将“追加”空白 df 并通过使用 concat 选项防止将来出现错误

features= pd.concat([features, input_vars])

然而，如果无法访问实际数据和数据结构，这仍然很难测试复制。