关于python：Pandas DataFrame concat vs append

Pandas DataFrame concat vs append

我有一个4个pandas数据帧的列表，其中包含我想要合并到单个数据帧中的一天的tick数据。我无法理解concat在我的时间戳上的行为。详情如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

data

[<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 35228 entries, 2013-03-28 00:00:07.089000+02:00 to 2013-03-28 18:59:20.357000+02:00
Data columns:
Price 4040 non-null values
Volume 4040 non-null values
BidQty 35228 non-null values
BidPrice 35228 non-null values
AskPrice 35228 non-null values
AskQty 35228 non-null values
dtypes: float64(6),
<class 'pandas.core.frame.DataFrame'>

DatetimeIndex: 33088 entries, 2013-04-01 00:03:17.047000+02:00 to 2013-04-01 18:59:58.175000+02:00
Data columns:
Price 3969 non-null values
Volume 3969 non-null values
BidQty 33088 non-null values
BidPrice 33088 non-null values
AskPrice 33088 non-null values
AskQty 33088 non-null values
dtypes: float64(6),
<class 'pandas.core.frame.DataFrame'>

DatetimeIndex: 50740 entries, 2013-04-02 00:03:27.470000+02:00 to 2013-04-02 18:59:58.172000+02:00
Data columns:
Price 7326 non-null values
Volume 7326 non-null values
BidQty 50740 non-null values
BidPrice 50740 non-null values
AskPrice 50740 non-null values
AskQty 50740 non-null values
dtypes: float64(6),
<class 'pandas.core.frame.DataFrame'>

DatetimeIndex: 60799 entries, 2013-04-03 00:03:06.994000+02:00 to 2013-04-03 18:59:58.180000+02:00
Data columns:
Price 8258 non-null values
Volume 8258 non-null values
BidQty 60799 non-null values
BidPrice 60799 non-null values
AskPrice 60799 non-null values
AskQty 60799 non-null values
dtypes: float64(6)]

使用append我得到：

1
2
3
4
5
6
7
8
9
10
11
12

pd.DataFrame().append(data)

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 179855 entries, 2013-03-28 00:00:07.089000+02:00 to 2013-04-03 18:59:58.180000+02:00
Data columns:
AskPrice 179855 non-null values
AskQty 179855 non-null values
BidPrice 179855 non-null values
BidQty 179855 non-null values
Price 23593 non-null values
Volume 23593 non-null values
dtypes: float64(6)

使用concat我得到：

1
2
3
4
5
6
7
8
9
10
11
12

pd.concat(data)

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 179855 entries, 2013-03-27 22:00:07.089000+02:00 to 2013-04-03 16:59:58.180000+02:00
Data columns:
Price 23593 non-null values
Volume 23593 non-null values
BidQty 179855 non-null values
BidPrice 179855 non-null values
AskPrice 179855 non-null values
AskQty 179855 non-null values
dtypes: float64(6)

请注意使用concat时索引的更改方式。为什么会发生这种情况？如何使用concat重现使用append获得的结果？ (因为concat看起来要快得多;每个循环24.6毫秒vs每循环3.02秒)

所以你在做什么是附加和concat几乎相同。区别在于空的DataFrame。由于某种原因，这会导致一个大幅放缓，不确定为什么，将不得不看一些点。下面是基本上你做了什么的娱乐。

我几乎总是使用concat(虽然在这种情况下它们是等效的，除了空框架);
如果你不使用空框架，它们将是相同的速度。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

In [17]: df1 = pd.DataFrame(dict(A = range(10000)),index=pd.date_range('20130101',periods=10000,freq='s'))

In [18]: df1
Out[18]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 10000 entries, 2013-01-01 00:00:00 to 2013-01-01 02:46:39
Freq: S
Data columns (total 1 columns):
A 10000 non-null values
dtypes: int64(1)

In [19]: df4 = pd.DataFrame()

The concat

In [20]: %timeit pd.concat([df1,df2,df3])
1000 loops, best of 3: 270 us per loop

This is equavalent of your append

In [21]: %timeit pd.concat([df4,df1,df2,df3])
10 loops, best of

3: 56.8 ms per loop

相关讨论

Pandas concat Vs追加Vs加入Vs合并

Concat提供基于轴(所有行或所有列)的连接灵活性
追加是concat的特定情况(axis = 0，join ='outer')
Join是基于变量= ['left'，'right'，'inner'，'couter']的索引(由set_index设置)
合并基于两个数据框中的每一个的任何特定列，这些列是变量，如'left_on'，'right_on'，'on'

我已经实现了一个小基准(请在Gist上找到代码)来评估pandas'concat和append。我在ssk08评论后更新了代码段和结果 - 非常感谢！

基准测试在Mac OS X 10.13系统上运行，使用Python 3.6.2和pandas 0.20.3。

1
2
3
4
5
6
7
8
9
10
11

+--------+---------------------------------+---------------------------------+
| | ignore_index=False | ignore_index=True |
+--------+---------------------------------+---------------------------------+
| size | append | concat | append/concat | append | concat | append/concat |
+--------+--------+--------+---------------+--------+--------+---------------+
| small | 0.4635 | 0.4891 | 94.77 % | 0.4056 | 0.3314 | 122.39 % |
+--------+--------+--------+---------------+--------+--------+---------------+
| medium | 0.5532 | 0.6617 | 83.60 % | 0.3605 | 0.3521 | 102.37 % |
+--------+--------+--------+---------------+--------+--------+---------------+
| large | 0.9558 | 0.9442 | 101.22 % | 0.6670 | 0.6749 | 98.84 % |
+--------+--------+--------+---------------+--------+--------+---------------+

使用ignore_index=False append稍快一些，ignore_index=True concat略快一些。

TL;博士
concat和append之间没有显着差异。