疑问：Pandas是否缺少添加行专用方法？append()已弃用

你已掌握的方法回顾 #

• 创建单行DataFrame后合并：

  new_row = pd.DataFrame({'col1': [val1], 'col2': [val2]})
  df = pd.concat([df, new_row], ignore_index=True)
  

• 使用loc添加行：

  df.loc[len(df)] = {'col1': val1, 'col2': val2}
  

你可能遗漏的其他方法 #

• 简化版pd.concat写法：无需手动构建单行DataFrame，直接用字典生成：

  df = pd.concat([df, pd.DataFrame.from_dict([{'col1': val1, 'col3': val3}])], ignore_index=True)
  

• loc指定列赋值：你觉得loc不方便选列其实是误解，直接指定目标列即可，未指定的列会自动填充NaN：

  df.loc[len(df), ['col1', 'col3']] = [val1, val3]
  

• 弃用但短期可用的append：官方弃用是因为大数据量下效率低，小数据场景仍可临时使用：

  df = df.append({'col1': val1, 'col2': val2}, ignore_index=True)
  

为什么Pandas没有专用行插入方法？ #

Pandas的DataFrame基于列存储，单行插入需要修改整个数据结构，效率远低于列操作。官方更推荐先批量收集行数据，最后统一转成DataFrame的方式，而非提供单行插入的专用方法——这也是append()被弃用的核心原因。

你自己编写的自定义方法完全可以继续使用，尤其在需要频繁指定列添加行的场景下，实用性很高。

内容的提问来源于stack exchange，提问作者Dan Murphy