list.append 对比 pd.series.append

Question

我注意到虽然 list.append 更改了原始列表，但 pd.series.append 没有更改原始列表系列：

b = [1,2,3,4,5]

b.append(9)

b

# returns [1, 2, 3, 4, 5, 9]

s = pd.Series([1,2,3,4,5])

s.append(pd.Series([9]))

s

# returns 
0    1
1    2
2    3
3    4
4    5

尽管使用 Python 有一段时间了，但我从未意识到这一点，并花了很长时间进行调试，因为我不断收到错误或意外值，而运行使用 [= 的系列的 for 循环28=]方法里面。 Python 顺便说一句，我的第一门编程语言。

同样的方法，为什么会有出入？或者 'append' 方法是一个例外？它让个人感到困惑，因为它在编写 python 代码和获得我想要的结果方面有很大的不同。这让我想知道列表和系列（或数据帧）之间的其他方法是否也存在类似的差异，我应该注意这一点。

每当遇到这些看似微不足道的事情时，我都会有点沮丧，因为我个人往往会在以后忘记它们并重蹈覆辙。

我是不是应该只记住这个然后就完事了？我想知道在尝试学习这些新事物时我应该采取什么方法，因为我不知道随着时间的推移我是否能够记住这些细微的差异。如果有任何好的提示或建议，我将不胜感激。

Answer 1

在 Pandas 中，append 方法不会更改原始 DataFrame。

相比之下，append 列表方法更改目标列表。

一起来看看

b = [1,2,3,4,5]

b.append(9)

b

# returns [1, 2, 3, 4, 5, 9] # target list 'b' has been changed.

案例 pandas.

import pandas as pd

df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'), index=['x', 'y'])
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'), index=['x', 'y'])
df.append(df2)

df

# result = 
           A    B
        x  1    2
        y  3    4

所以我们必须清楚地分配我们要更改的DataFrame。例如

df = df.append(df2) # this changes df.

df
# result =  A   B
        x   1   2
        y   3   4
        x   5   6
        y   7   8

希望对您有所帮助:)

list.append 对比 pd.series.append

list.append vs pd.series.append

python

list

series