pandas DataFrame调用append方法无法追加数据如何解决

你的代码运行后final_df为空，核心原因是 pandas 中DataFrame.append()不是原地操作方法：该方法不会修改调用它的原DataFrame，而是返回拼接完成后的新DataFrame对象。你之前的代码只调用了append()，但没有接收返回值，所以初始化的空final_df始终没有被修改。
另外补充：pandas 从1.4.0版本开始已经将append()方法标记为弃用，后续版本会直接移除该方法，官方更推荐使用pd.concat()实现DataFrame拼接，尤其是批量拼接场景下性能更好。

方案1：基于原append写法修正 #

每次调用append()后，将返回的新DataFrame重新赋值给final_df即可，修正后代码如下：

import pandas as pd
def my_fun(var):
    # 函数内无需重复导入pandas，顶部导入后全局可用
    temp={"File_Exist":'no',"desc":var,"Bucket":'bucket',"name":'fadsf',"size":'','last_modified':'',"generation":''}
    temp_df=pd.DataFrame(temp,columns=list(temp.keys()), index=['x'])
    return temp_df

final_df=pd.DataFrame()   
data_df=my_fun('my 1st file')
# 接收append返回的新对象，赋值回final_df
final_df = final_df.append(data_df,ignore_index = True)
data_df=my_fun('my 2nd file')
final_df = final_df.append(data_df,ignore_index = True)

print(final_df)

方案2：推荐写法（使用pd.concat，兼容新版pandas） #

更推荐先把所有待拼接的DataFrame存入列表，最后调用pd.concat()一次性完成拼接，避免逐次生成新对象带来的性能损耗，代码如下：

import pandas as pd
def my_fun(var):
    temp={"File_Exist":'no',"desc":var,"Bucket":'bucket',"name":'fadsf',"size":'','last_modified':'',"generation":''}
    temp_df=pd.DataFrame(temp,columns=list(temp.keys()), index=['x'])
    return temp_df

# 用列表收集所有需要拼接的DataFrame
df_container = []
df_container.append(my_fun('my 1st file'))
df_container.append(my_fun('my 2nd file'))
# 一次性完成拼接
final_df = pd.concat(df_container, ignore_index=True)

print(final_df)

运行上述任意一段修正后的代码，都能得到包含两条追加数据的final_df。

内容的提问来源于stack exchange，提问作者Yugdhurandhar