Pandas中append方法弃用后，用concat无法获相同结果的问题

原代码与警告信息 #

原代码：

import pandas as pd

my_columns = ['a', 'b','c', 'd']
df = pd.DataFrame(columns = my_columns)
df = df.append(pd.Series([10, 20, 30, 'n/a'], index = my_columns), ignore_index = True)

收到的警告：

FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version.

预期输出 #

a   b   c   d
0   10  20  30  n/a

替代方案 #

方案1：使用concat正确拼接

concat要求拼接对象为DataFrame类型，所以需要先将Series转为单行DataFrame，再执行拼接：

import pandas as pd

my_columns = ['a', 'b','c', 'd']
df = pd.DataFrame(columns = my_columns)
# 将Series转为单行DataFrame
new_row = pd.Series([10, 20, 30, 'n/a'], index=my_columns).to_frame().T
# 拼接并重置索引
df = pd.concat([df, new_row], ignore_index=True)
print(df)

方案2：直接构造DataFrame（更高效）

如果仅添加单行或少量行，直接用数据列表构造DataFrame是更简洁高效的方式：

import pandas as pd

my_columns = ['a', 'b','c', 'd']
# 直接传入行数据列表创建DataFrame
df = pd.DataFrame([[10, 20, 30, 'n/a']], columns=my_columns)
print(df)

补充说明

如果需要批量添加多行，建议先把所有行数据存入一个列表，最后一次性转换为DataFrame——避免多次调用concat（每次concat都会生成新的DataFrame对象，频繁操作会降低效率）。

内容的提问来源于stack exchange，提问作者stvlam22