python - 为什么以及何时在 Pandas 中使用 append() 而不是 concat()？

Question

我已经阅读了所有关于 append 与 concat 的主题，但仍然:如果 concat 具有相同的选项和功能，我为什么要使用 append？

如有错误请指正

• append() :可以同时追加两个数据帧；它与 axis=0
中的 concat 相同
• concat() : 可以连接多个 DF

要连接多个 DF，我应该使用带有 for 循环的 append() 吗？是不是更快了？

假设我从不同的文件打开 DF，例如:

df = pd.DataFrame()
for file in file_folder:
    df = df.append(pd.read_csv(file))

OR 

df = pd.DataFrame()
for file in file_folder:
   df = pd.concat([df, pd.read_csv(file)])

输出是一样的。那为什么？

编辑:我应该加快速度:

df_list = []
for file in file_folder:

    df_list.append(pd.read_csv(file))

#and then use concat

df_all = pd.concat(df_list)`

对吗？

Answer 1

append 是一种在后台调用 concat 的便捷方法。如果您查看 implementation在 append 方法中，您会看到这一点。

def append(...
    ...
    if isinstance(other, (list, tuple)):
        to_concat = [self, *other]
    else:
        to_concat = [self, other]
    return concat(
        to_concat,
        ignore_index=ignore_index,
        verify_integrity=verify_integrity,
        sort=sort,
    )

至于性能。在循环中一遍又一遍地调用这两个方法的计算量可能很大。您应该只创建一个列表并在完成循环后进行一次连接。

来自 docs :

iteratively appending rows to a DataFrame can be more computationallyintensive than a single concatenate. A better solution is to appendthose rows to a list and then concatenate the list with the originalDataFrame all at once.