list.append对pd.series.append

Question

我注意到，虽然pd.series.append list.append更改了原始列表，但它并没有更改最初的系列：

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很长一段时间，但我始终没有意识到这一点，并花费了很长时间进行调试，因为在使用内部的'append‘方法运行系列的for循环时，我不断地获取错误或意外值。Python是我的第一种编程语言。

为什么有差异，虽然两者是相同的方法？还是“追加”方法是一个例外？它会让人感到困惑，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。这让我怀疑，在列表和序列(或数据)之间是否也存在类似的差异，我应该知道。

每当我遇到这些看似琐碎的事情时，我都会感到有点沮丧，因为我个人倾向于以后忘记它们，并重复同样的错误。

我是不是应该记住这件事，然后把它忘掉？我想知道我在尝试学习这些新东西时应该采取的方法，因为我不知道我是否能够随着时间的推移而记住这些细微的差异。如果有任何好的建议或建议，我将不胜感激。

Answer 1

在Pandas中，append方法执行而不是更改原始DataFrame。

相比之下，列表的append方法更改了目标列表。

让我们来看看。

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

b.append(9)

b

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

熊猫的案子。

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

因此，我们必须明确地分配，我们将改变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

希望能有所帮助:)