Pandas .append() 方法的好替代方法，既然它已被弃用？

Question

我经常使用以下方法将单行附加到数据框。我真正喜欢它的一件事是它允许您附加一个简单的字典对象。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，我最喜欢的是代码非常干净，需要的行很少。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代码，其中包含一个一次性变量和我创建新数据框的多余代码。 :( 有没有像我过去那样只使用 dict 的好方法（未弃用）？

Answer 1

如果需要的话，用你的字典创建一个列表，然后用 df = pd.DataFrame.from_records(your_list) 创建一个新的数据框。 List 的“附加”方法非常有效，永远不会被弃用。另一方面，由于数据帧的设计原因，经常需要重新创建数据帧并将所有数据复制到附加上 - 这就是他们弃用该方法的原因

Answer 2

我也喜欢append方法。但是你可以在一行中用一个字典列表来完成它

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

或使用 loc 和元组获取具有递增升序索引的 DataFrame 上的值

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

或者也许

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

Answer 3

这已经有了很好的答案，但我只是想在最后添加一些东西，因为我没有找到它:) 如果您要将 DF 附加到 DF 并想使用 concat 这是我发现的方式：

原始与附加

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

连接

   outputxlsx = pd.concat([outputxlsx, pd.DataFrame.from_records(df)])

Pandas .append() 方法的好替代方法，既然它已被弃用？

Good alternative to Pandas .append() method, now that it is being deprecated?

python

dataframe

pandas

data-munging

data-wrangling