如何在 python 极坐标中附加或连接两个数据帧？

Question

我发现可以使用系列名称空间进行附加（/sf/answers/4941934161/）。我想知道是否有类似的方法来附加或连接数据帧。

从pandas历史上看，这可以通过df1.append(df2). 但是，该方法已被弃用（如果尚未被弃用）pd.concat([df1, df2])。

df1

A	乙	C
1	2	3

df2

A	乙	C
4	5	6

资源

A	乙	C
1	2	3
4	5	6

Answer 1

append根据您的需求，有不同的策略。

df1 = pl.DataFrame({"a": [1], "b": [2], "c": [3]})
df2 = pl.DataFrame({"a": [4], "b": [5], "c": [6]})


# new memory slab
new_df = pl.concat([df1, df2], rechunk=True)

# append free (no memory copy)
new_df = df1.vstack(df2)

# try to append in place
df1.extend(df2)

要理解差异，重要的是要了解 Polars 内存是不可变的，iff它有任何副本。

Polars 中的复制是免费的，因为它仅增加后备内存缓冲区的引用计数，而不是复制数据本身。

然而，如果内存缓冲区还没有副本，例如refcount == 1，我们可以改变极坐标内存。

了解了这个背景，就有以下几种追加数据的方法：

• concat-> 连接所有给定的DataFrames. 这是一种 的链接列表DataFrames。如果您通过rechunk=True，所有内存将被重新分配给连续的块。
• vstack->通过增加引用计数来添加other来自 的数据。DataFrame这是超级便宜的。建议多次后调用rechunk vstacks。或者简单地使用pl.concat.
• extend该操作复制数据。它尝试将数据从其他复制到DataFrame. 然而，如果refcount的DataFrame大于1。分配一个新的内存缓冲区来保存两者 DataFrames。