错误“‘DataFrame’对象没有属性‘append’”

Question

我试图将字典附加到 DataFrame 对象，但出现以下错误：

AttributeError：“DataFrame”对象没有属性“append”

据我所知，DataFrame确实有“append”方法。

代码片段：

df = pd.DataFrame(df).append(new_row, ignore_index=True)

我期待字典

new_row

被添加为新行。

Answer 1

从 pandas 2.0 开始，

append

（之前已弃用）已删除。

您需要使用

concat

（对于大多数应用程序）：

df = pd.concat([df, pd.DataFrame([new_row])], ignore_index=True)

正如@cottontail所指出的，也可以使用

loc

，尽管这仅在新索引尚未存在于DataFrame中时才有效（通常，如果索引是

RangeIndex，则会出现这种情况） 

：

df.loc[len(df)] = new_row # only use with a RangeIndex!

为什么被删除？

我们经常看到 pandas 的新用户尝试像使用纯 Python 一样进行编码。他们使用

iterrows

来访问循环中的项目（请参阅 here 为什么不应该），或者以类似于 python append

 的方式使用 

list.append。

然而，正如pandas问题#35407中所述，pandas的

append

和

list.append

实际上不是同一件事。

list.append

已就位，而 pandas 的

append

创建了一个新的 DataFrame：

我认为我们应该弃用 Series.append 和 DataFrame.append。 他们正在与 list.append 进行类比，但这是一个糟糕的类比 因为行为尚未（也不可能）到位。数据为 需要复制索引和值才能创建结果。

这些显然也是流行的方法。 DataFrame.append 就在附近 我们的 API 文档中访问量排名第十的页面。

除非我弄错了，否则用户最好建立一个列表 值并将它们传递给构造函数，或者构建一个列表 NDFrames 后跟一个 concat。

因此，虽然

list.append

在循环的每一步都是 摊销 O(1)，但 pandas'

append

是

O(n)

，使得重复插入时效率低下。

如果我需要重复该过程怎么办？

重复使用

append

或

concat

不是一个好主意（这具有 二次行为，因为它为每个步骤创建一个新的 DataFrame）。

在这种情况下，新项目应收集在列表中，并在循环结束时转换为

DataFrame

并最终连接到原始

DataFrame

。

lst = []

for new_row in items_generation_logic:
    lst.append(new_row)

# create extension
df_extended = pd.DataFrame(lst, columns=['A', 'B', 'C'])
# or columns=df.columns if identical columns

# concatenate to original
out = pd.concat([df, df_extended])

Answer 2

如果是单行，

loc

也可以完成这项工作。

df.loc[len(df)] = new_row

通过

loc

调用，数据帧会使用索引标签

len(df)

进行放大，仅当索引为

RangeIndex

时才有意义；如果未将显式索引传递给数据帧构造函数，则默认创建

RangeIndex

。

一个工作示例：

df = pd.DataFrame({'A': range(3), 'B': list('abc')})
df.loc[len(df)] = [4, 'd']
df.loc[len(df)] = {'A': 5, 'B': 'e'}
df.loc[len(df)] = pd.Series({'A': 6, 'B': 'f'})

---

也就是说，如果您要使用

DataFrame.append

或

concat

或

loc

在循环中放大数据框，请考虑重写代码以放大 Python 列表并构造一次数据框。

正如 @mozway 所指出的，放大 pandas 数据帧具有 O(n^2) 复杂度，因为在每次迭代中，必须读取和复制整个数据帧。下面的 perfplot 显示了相对于一次串联的运行时差异。¹ 正如您所看到的，两种扩大数据帧的方法都比扩大列表和构建一次数据帧要慢得多（例如，对于具有 10k 行的数据帧，循环中的

concat

大约慢 800 倍，循环中的

loc

大约慢 1600 倍）。

¹ 用于生成性能图的代码：

import pandas as pd
import perfplot

def concat_loop(lst):
    df = pd.DataFrame(columns=['A', 'B'])
    for dic in lst:
        df = pd.concat([df, pd.DataFrame([dic])], ignore_index=True)
    return df.infer_objects()
    
def concat_once(lst):
    df = pd.DataFrame(columns=['A', 'B'])
    df = pd.concat([df, pd.DataFrame(lst)], ignore_index=True)
    return df.infer_objects()

def loc_loop(lst):
    df = pd.DataFrame(columns=['A', 'B'])
    for dic in lst:
        df.loc[len(df)] = dic
    return df


perfplot.plot(
    setup=lambda n: [{'A': i, 'B': 'a'*(i%5+1)} for i in range(n)],
    kernels=[concat_loop, concat_once, loc_loop],
    labels= ['concat in a loop', 'concat once', 'loc in a loop'],
    n_range=[2**k for k in range(16)],
    xlabel='Length of dataframe',
    title='Enlarging a dataframe in a loop',
    relative_to=1,
    equality_check=pd.DataFrame.equals);

Answer 3

免责声明：这个答案似乎很受欢迎，但建议的方法不应该使用。

append

未 更改 为

_append

，

_append

是私有 内部 方法，

append

已从 pandas API 删除。声明“pandas 中的 append

 方法看起来类似于 python 中的 list.append。这就是为什么 pandas 中的append 方法现在修改为 

_append

。”

是完全不正确的，前导 _

 只意味着一件事，该方法是 

private 并且不打算在 pandas 的内部代码之外使用。

---

在新版本的

Pandas中，append

方法更改为

_append

，您可以简单地使用

_append

代替

append

，即

df._append(df2)

df = df1._append(df2,ignore_index=True)

为什么变了？

pandas 中的

append

 方法看起来与 python 中的 list.append 类似。这就是为什么 pandas 中的append 方法现在修改为 

_append