python | Python pandas实现数据追加和合并的最佳方法

本文来源公众号“python”，仅用于学术分享，侵权删，干货满满。

原文链接：Python pandas实现数据追加和合并的最佳方法

在数据分析和处理的过程中，经常需要将新的数据追加到现有的数据集上，例如将新的记录添加到数据框(DataFrame)中或将多个数据集合并成一个更大的数据集。Python的pandas库提供了多种方式来高效地追加数据，不论是追加单行、合并多行数据，还是将不同的数据集组合在一起，都能轻松实现。

1 使用append()追加数据

append()是pandas中最简单、直观的追加方法之一，它可以将一个或多个数据行添加到现有的DataFrame中，适用于追加单行或多个数据行的情形。

1.1 基本用法

以下示例展示了如何使用append()方法将一行数据追加到一个DataFrame中：

import pandas as pd

# 创建一个初始的DataFrame
df = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Age': [24, 27]
})

# 创建一行新数据
new_row = pd.DataFrame({
    'Name': ['Charlie'],
    'Age': [22]
})

# 使用 append 方法追加数据
df = df.append(new_row, ignore_index=True)
print(df)

输出结果为：

      Name  Age
0    Alice   24
1      Bob   27
2  Charlie   22

在这里，ignore_index=True的作用是重置索引，使新行的数据按顺序添加到DataFrame的末尾，并重新生成索引。通常建议将ignore_index设置为True，以确保索引顺序保持一