一次追加多个 pandas 数据帧答案

【问题标题】：Append multiple pandas data frames at once一次追加多个 pandas 数据帧
【发布时间】：2016-07-31 07:00:46
【问题描述】：

我正在尝试找到一种方法来一次附加多个熊猫数据帧，而不是使用

逐个附加它们

df.append(df)

假设有 5 个 pandas 数据框 t1、t2、t3、t4、t5。我如何一次附加它们？相当于

df = rbind(t1,t2,t3,t4,t5)

【问题讨论】：

标签： python pandas append

【解决方案1】：

我觉得你可以用concat:

print pd.concat([t1, t2, t3, t4, t5])

也许你可以ignore_index:

print pd.concat([t1, t2, t3, t4, t5], ignore_index=True)

docs 中的更多信息。

【讨论】：

如果你想让它们按某个值合并，比如说在第一列，你也可以这样做：pd.concat([t1, t2, t3, t4, t5], axis=1)
pd.concat([t1, t2, t3, t4, t5], axis=0, ignore_index=True)

【解决方案2】：

您是否尝试过使用列表作为附加参数？还是我错过了什么？

import numpy as np
import pandas as pd

dates = np.asarray(pd.date_range('1/1/2000', periods=8))
df1 = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D'])
df2 = df1.copy()
df3 = df1.copy()
df = df1.append([df2, df3])

print df

【讨论】：

还有一个对称解决方案：pd.DataFrame().append([df1,df2, df3]).
来自docs：“参数：其他：DataFrame 或 Series/dict-like 对象，或这些列表”（强调我的）

【解决方案3】：

假设我们有一个主 Excel 文件，其中有 3 个子表，分别命名为 p1、p2 和 p3

我们可以如下一起阅读所有表格：

d = pd.read_excel('p1.xlsx',sheet_name=['p1','p2','p3'])

现在要将所有工作表合并到一个数据框中，我们可以使用以下内容：

df=pd.concat(d[frame] for frame in d.keys())

【讨论】：

【解决方案4】：

如果每个数据框的列不同，您可以添加为追加：

#list dataframe you want to append
frame = [t1, t2, t3, t4, t5]

#new dataframe to store append result
myDataFrame = pd.DataFrame()

for df in frame:
    myDataFrame = myDataFrame.append(df)

通过检查 myDataFrame 长度确保追加成功：

len(myDataFrame)

如果数据框中的所有列都相同，或者每个数据框的列不同，只要每个数据框的列数相同，您就可以使用 jezrael 提到的pd.concat(dataframe)。

有关追加和连接的更多信息，请单击下面的链接： Merge, join, concatenate and compare in Pandas

【讨论】：

【解决方案5】：

#逐行追加

combined_data = pd.concat([t1, t2, t3, t4, t5], axis=0)

这会将一个数据帧堆叠在另一个数据帧上

#column 明智附加

combined_data = pd.concat([t1, t2, t3, t4, t5], axis=1)

这将在第一个数据帧的右侧附加第二个数据帧

【讨论】：