Pandas 插入新行到dataframe中

在本文中，我们将介绍如何在Pandas数据框(DataFrame)中插入新行。在数据分析和处理中，经常需要将新数据添加到已有的数据框中进行分析和处理，因此学习如何在Pandas数据框中插入新的行非常重要。

阅读更多：Pandas 教程

在Pandas dataframe中插入一行

在Pandas中，我们可以使用“loc”属性添加一个新行到数据框中。

import pandas as pd

df = pd.DataFrame({'name': ['John', 'Paul', 'George'], 'age': [22, 25, 21]})

new_row = {'name':'Ringo', 'age':23}

df = df.append(new_row, ignore_index=True)

print(df)

在上面的代码中，我们首先创建了一个名为‘df’的数据框，其中包含了‘name’和‘age’两列的数据。我们使用字典的方式定义了新行的数据，即名字为‘Ringo’，年龄为23岁。使用‘append’方法将新行添加到数据框中，并使用‘ignore_index’参数重置了索引。

执行代码后，输出结果如下：

       name  age
0      John   22
1      Paul   25
2   George    21
3     Ringo   23

我们可以看到，新行已经成功地插入到数据框中。

插入多行到数据框中

同样的，在Pandas中，我们可以一次性添加多个新行到数据框中。下面的代码演示了如何在数据框中插入多行。

new_rows = [{'name':'Tom','age':24}, {'name':'Jerry','age':26}]

df = df.append(new_rows, ignore_index=True)

print(df)

在上述代码中，我们使用了一个长度为2的列表，其中包含了2个新行的数据，即‘Tom’和‘Jerry’的姓名和年龄。然后使用‘append’方法一次性添加多行数据到数据框中。

执行代码后，输出结果如下：

      name  age
0     John   22
1     Paul   25
2  George    21
3    Ringo   23
4      Tom   24
5    Jerry   26

我们可以看到，新的2行数据已经成功地插入到数据框中。

插入带有索引的新行

在Pandas数据框中，可以为每一行设置一个独有的索引，这样方便了我们在数据分析中使用索引来查找、过滤等操作。下面的代码演示了如何插入带有索引的新行。

df = pd.DataFrame({'name': ['John', 'Paul', 'George'], 'age': [22, 25, 21]})

new_row = {'name':'Ringo', 'age':23}

df = df.append(pd.DataFrame(new_row, index=['3']), ignore_index=False)

print(df)

在上述代码中，我们首先创建了一个名为‘df’的数据框，其中包含了‘name’和‘age’两列的数据。然后定义了一个新行的数据，名字为‘Ringo’，年龄为23岁，同时指定了索引为‘3’。然后使用‘append’方法添加了带有索引的新行到数据框中，并通过‘ignore_index’参数来设置是否重置索引。由于我们手动指定了索引，因此在‘append’方法中设置‘ignore_index’为False。

执行代码后，输出结果如下：

       name  age
0      John   22
1      Paul   25
2   George    21
3     Ringo   23

总结

在本文中，我们学习了如何在Pandas数据框中插入新的数据行，并且演示了如何添加单个新行、多个新行以及带有索引的新行。这些技能在数据分析和数据处理中都非常实用，因为常常需要将新的数据加入到已有的数据框中。请在实践中多尝试，加深理解和应用。