有疑问可以看pandas文档，不建议频繁使用append追加数据，而是使用concat连接，这可以提高效率。所以我想可能没有别的方法可以这样操作现有的DataFrame，但是在爬虫中，数据往往是批量采集的，所以应该在每个线程中转换成DataFrame，最后合并，或者附加list首先（扩展/附加）最后转换为DataFrame？于是自己测试了一下，发现结果列表处理比DataFrame的频繁转换效率高很多。所以，爬虫应该先用list来存储和更新数据，爬完之后再用pandas来处理。测试如下1.使用pandas直接转DataFrame，最后concat合并t=time.perf_counter()pd1=pd.concat([pd.DataFrame([[i,i,i,i]],columns=['0','1','2','3'])foriinrange(1000)],ignore_index=True)t=time.perf_counter()-tprint(pd1)print('Time-完成所有任务耗时：',t)输出：[1000行x4列]完成所有任务耗时：0.476084099999982。使用list合并，最后使用pandas直接转换为DataFramet=time.perf_counter()lst=[]foriinrange(1000):lst.extend([[i,i,i,i]])pd1=pd.DataFrame(lst,columns=['0','1','2','3'])t=time.perf_counter()-tprint(pd1)print('完成所有任务耗时：',t)输出：[1000行x4列]完成所有任务耗时：0.002777700000024197
