我正在使用熊猫数据框。我有一个初始数据框，比如说D。我像这样从中提取两个数据框：
A = D[D.label == k]
B = D[D.label != k]
我想合并A，B所以我可以将它们作为一个 DataFrame，类似于联合操作。数据的顺序并不重要。但是，当我们从中采样时A，它们会保留从 中的索引。BDD
347077 次
5 回答
218
弃用通知：
DataFrame.append并在 v1.4.0Series.append中弃用
我相信你可以使用该append方法
bigdata = data1.append(data2, ignore_index=True)
保持他们的索引只是不使用ignore_index关键字......
于 2012-10-12T00:07:38.193 回答
133
您也可以使用pd.concat，当您加入两个以上的数据框时，这特别有用：
bigdata = pd.concat([data1, data2], ignore_index=True, sort=False)
于 2015-05-31T11:47:29.527 回答
73
想在这里添加它，以防有人发现它有用。@ostrokach 已经提到如何跨行合并数据框
df_row_merged = pd.concat([df_a, df_b], ignore_index=True)
要跨列合并，可以使用以下语法：
df_col_merged = pd.concat([df_a, df_b], axis=1)
于 2016-09-22T08:38:50.830 回答
27
如果您正在处理大数据并且需要连接多个数据集，则多次调用concat可能会占用大量性能。
如果您不想每次都创建新的 df，则可以改为聚合更改并concat仅调用一次：
frames = [df_A, df_B] # Or perform operations on the DFs
result = pd.concat(frames)
这在本节底部连接对象下的 pandas 文档中指出）：
注意：然而值得注意的是，
concat（因此append）制作了数据的完整副本，并且不断重用此函数可能会对性能产生重大影响。如果您需要对多个数据集使用该操作，请使用列表推导。
于 2017-10-10T07:53:37.760 回答
5
如果您想df1用第二个数据帧的值更新/替换第一个数据帧的值df2。你可以按照以下步骤来做——</p>
第 1 步：设置第一个数据帧的索引（df1）
df1.set_index('id')
第 2 步：设置第二个数据帧的索引（df2）
df2.set_index('id')
最后使用以下代码片段更新数据框 —</p>
df1.update(df2)
于 2020-01-09T22:45:33.323 回答