我收到以下警告
性能警告：DataFrame碎片很多。这通常是多次调用frame.insert的结果，这会降低性能。请考虑改用pd.concat。若要获得碎片整理后的帧，请使用newframe = frame.copy()
当我尝试添加多个 Dataframe 时

df1 = pd.DataFrame()
for file in files:
  df = pd.read(file)
  df['id'] = file
  df1 = df1.append(df, ignore_index =True)

其中

df['id'] = file

似乎引起了警告。我想知道是否有人能解释copy（）如何避免或减少碎片问题，或者建议其他不同的解决方案来避免这些问题。
谢谢你，
我尝试创建测试代码来重现此问题，但在测试数据集（随机整数）中未看到"性能警告"。相同的代码在读取实际数据集时会继续生成警告。看起来像是有什么东西触发了实际数据集中的问题。

import pandas as pd
import numpy as np
import os
import glob
rows = 35000
cols = 1900
def gen_data(rows, cols, num_files):
    if not os.path.isdir('./data'):
        os.mkdir('./data')
        files = []
        for i in range(num_files):
            file = f'./data/{i}.pkl'
            pd.DataFrame(
                np.random.randint(1, 1_000, (rows, cols))
            ).to_pickle(file)
            files.append(file)
    return files
# Comment the first line to run real dataset, comment the second line will run the testing dataset
files = gen_data(rows, cols, 10) # testing dataset, runs okay
files = glob.glob('../pickles3/my_data_*.pickle') # real dataset, get performance warning
dfs = []
for file in files:
    df = pd.read_pickle(file)
    df['id'] = file
    dfs.append(df)
dfs = pd.concat(dfs, ignore_index = True)