Pandas df.append() 不会将数据附加到 DataFrame 中

在本文中，我们将介绍 Pandas 库中的 df.append() 函数。这个函数常常被用于将数据附加到 Pandas DataFrame 中，但实际上它可能并不会真正地将数据添加到 DataFrame 中。
阅读更多：Pandas 教程

df.append() 函数的工作原理

Pandas 库中的 df.append() 函数用于将 Series、DataFrame 或 Panel 数据结构连接在一起。这个连接可以是列连接或行连接，也可以是混合连接。
下面是一个简单例子，演示如何使用 df.append() 函数将两个 DataFrame 对象连接在一起：

import pandas as pd

data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'A': [7, 8, 9], 'B': [10, 11, 12]}
df2 = pd.DataFrame(data2)

df3 = df1.append(df2, ignore_index=True)
print(df3)

这个例子中，我们先分别定义了两个 DataFrame 对象，每个对象有两列和三行。接着，我们使用 df.append() 函数将这两个 DataFrame 按行连接在一起，并将连接结果存储到一个新的 DataFrame 中。
如果我们运行这个代码，就会得到以下的输出：

可以看到，新的 DataFrame 包含了两个旧的 DataFrame 中的所有行和列。这并不意味着 df.append() 函数一定会将数据添加到 DataFrame 中，我们需要更深入地了解它的工作原理。
实际上，df.append() 函数并没有修改原始的 DataFrame 对象。它实际上返回了一个连接后的新 DataFrame 对象。所以，如果我们想要将这个连接结果存储回原始的 DataFrame 对象中，我们需要将结果重新赋值给这个对象。

df.append() 函数的陷阱

有时候，在使用 df.append() 函数时，会遇到一个令人困惑的问题：尽管我们已经使用了 df.append() 函数，但新的数据并没有真正地被附加到 DataFrame 中。
这个问题通常发生在以下两种情况下：
1. 在连接两个 DataFrame 时，它们可能具有不同的列名或列顺序。如果这种情况发生了，使用 df.append() 函数时可能会失败。这时候，应该使用 pd.concat() 函数或 DataFrame.append() 方法，以确保新数据正确地添加到 DataFrame 中。
2. 在连接两个 DataFrame 时，它们可能有不同的数据类型。如果这种情况发生了，df.append() 函数可能会将新数据附加到 DataFrame 的末尾，但这些数据的类型可能会有所改变。例如，如果一个 DataFrame 的一行数据包含字符串类型，而另一个 DataFrame 的一行数据包含数字类型，那么连接后的新 DataFrame 可能会将字符串类型转换为数字类型，这可能会导致数据丢失或错误。
为了避免这些问题，建议在使用 df.append() 函数时，始终将新的数据型转成与原始 DataFrame 相同的类型并确保所有的列名和列顺序都相同。
以下是一个例子，演示当 df.append() 函数失败时，我们应该如何使用 pd.concat() 函数或 DataFrame.append() 方法：

import pandas as pd

data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'C': [7, 8, 9], 'D': [10, 11, 12]}
df2 = pd.DataFrame(data2)

# 使用 df.append() 函数连接两个 DataFrame
df3 = df1.append(df2)

# 尝试连接失败，因为两个 DataFrame 的列名不同
# 这里会生成一条警告信息
# Warning: "Column names not unique: ['A', 'B']"
print(df3)

# 使用 pd.concat() 函数连接两个 DataFrame
# 这里我们需要将两个 DataFrame 所有列名都指定出来
df4 = pd.concat([df1, df2[['C', 'D']]], axis=1)

# 可以看到，新的 DataFrame 包含了原始 DataFrame 和新数据的所有列
print(df4)

# 使用 DataFrame.append() 方法连接两个 DataFrame
# 在方法调用时，我们需要指定 ignore_index 参数为 True，
# 这样可以确保新数据的索引与原始 DataFrame 的索引无关
df5 = df1.append(df2, ignore_index=True)

# 可以看到，新的 DataFrame 包含了两个 DataFrame 的所有行和列
print(df5)

输出为：

   A   B    C     D
0  1   4  NaN   NaN
1  2   5  NaN   NaN
2  3   6  NaN   NaN
0 NaN NaN    7  10.0
1 NaN NaN    8  11.0
2 NaN NaN    9  12.0

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

   A   B   C   D
0  1   4 NaN NaN
1  2   5 NaN NaN
2  3   6 NaN NaN
3  7  10 NaN NaN
4  8  11 NaN NaN
5  9  12 NaN NaN

总结

在使用 Pandas 库中的 df.append() 函数时，需要注意以下几点：
– df.append() 函数不会修改原始 DataFrame 对象，而是返回一个连接后的新 DataFrame 对象。
– 在连接两个 DataFrame 时，需要确保它们具有相同的列名、列顺序和数据类型，否则连接可能会失败，或者新的数据可能会有所改变。
– 如果 df.append() 函数无法将新数据正确附加到 DataFrame 中，可以尝试使用 pd.concat() 函数或 DataFrame.append() 方法来进行连接。需要注意的是，这两个函数也需要确保数据的列名、列顺序和数据类型相同。