如何向已有Pandas DataFrame添加新数据？求concat外的替代方法

场景说明 #

先创建空DataFrame并完成初始填充：

d = {'A': [], 'B': [], 'C': []}
dataframe = pd.DataFrame(data=d)

通过列赋值完成第一批数据填充：

dataframe['A'] = some_list_1a
dataframe['B'] = some_list_1b
dataframe['C'] = some_list_1c

填充后DataFrame结构：

A      B     C
----------------
val1  val1  val1
val1  val1  val1
val1  val1  val1

现在需要追加第二批列表数据，但直接用dataframe['A'] = some_list_2a无法生效，期望得到的结果：

A      B     C
----------------
val1  val1  val1
val1  val1  val1
val1  val1  val1
val2  val2  val2
val2  val1  val2
val2  val2  val2

（val1为第一批列表值，val2为第二批列表值）

已知可通过创建第二个DataFrame并使用concat实现，以下是其他替代方法：

方法1：使用loc逐行追加（适合小批量数据） #

通过获取当前DataFrame的行数，扩展索引后直接赋值：

current_row_count = len(dataframe)
# 遍历新列表的每个元素，追加到末尾
for idx in range(len(some_list_2a)):
    dataframe.loc[current_row_count + idx] = [some_list_2a[idx], some_list_2b[idx], some_list_2c[idx]]

注意：数据量较大时，这种方法效率低于concat，因为每次loc赋值都会触发DataFrame的重新计算。

方法2：直接扩展列的底层列表（需注意数据类型限制） #

如果DataFrame列的数据类型为object，可以直接调用列的extend方法追加新列表：

dataframe['A'].extend(some_list_2a)
dataframe['B'].extend(some_list_2b)
dataframe['C'].extend(some_list_2c)
# 若索引出现混乱，重置索引
dataframe = dataframe.reset_index(drop=True)

局限性：仅适用于列存储的是可扩展的序列类型，若列是数值型等非object类型，此方法会报错。

方法3：用append追加（旧版本兼容方案） #

在pandas 2.0之前的版本中，可以用append方法直接追加新构造的DataFrame：

new_data = pd.DataFrame({
    'A': some_list_2a,
    'B': some_list_2b,
    'C': some_list_2c
})
dataframe = dataframe.append(new_data, ignore_index=True)

注意：pandas 2.0及以上版本已弃用append，官方推荐使用concat，所以不建议在新项目中使用此方法。

内容的提问来源于stack exchange，提问作者suziex