pandas 添加行|极客笔记

pandas 添加行

在数据分析和处理中，经常会遇到需要向DataFrame中添加新行的情况。pandas是一个强大的数据处理库，提供了多种方法来实现向DataFrame添加行的操作。本文将详细介绍如何使用pandas添加行的几种方法，并给出示例代码说明。

使用append方法添加行

pandas中的DataFrame对象提供了一个append方法，可以用来向DataFrame中添加新行。append方法可以接受一个包含新行数据的Series或字典作为参数，并返回一个新的DataFrame对象。下面是一个使用append方法添加新行的示例：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['A', 'B', 'C'])

# 添加新行数据
new_row = {'A': 1, 'B': 2, 'C': 3}
df = df.append(new_row, ignore_index=True)

print(df)

运行以上代码，输出如下：

   A  B  C
0  1  2  3

在上面的示例中，首先创建了一个空的DataFrame对象df，然后使用append方法向其中添加了一个新的行数据new_row。参数ignore_index=True指定了新行的索引将会自动递增。

使用loc方法添加行

除了append方法之外，还可以使用DataFrame的loc属性来添加新行。loc属性可以接受行标签和列标签作为参数，可以用来选择指定的行和列，并为其赋值。下面是一个使用loc方法添加新行的示例：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['A', 'B', 'C'])

# 添加新行数据
df.loc[0] = [1, 2, 3]

print(df)

运行以上代码，输出如下：

   A  B  C
0  1  2  3

在上面的示例中，首先创建了一个空的DataFrame对象df，然后使用loc方法向其中添加了一个新的行数据，并指定了行的索引为0。

使用concat方法添加多行

除了一次添加一行外，有时候需要一次添加多行数据到DataFrame中。这时可以使用pandas的concat方法来实现。concat方法可以接受一个包含多个DataFrame对象的列表作为参数，并返回一个包含所有行数据的新DataFrame对象。下面是一个使用concat方法添加多行数据的示例：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['A', 'B', 'C'])

# 添加多行数据
new_rows = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['A', 'B', 'C'])
df = pd.concat([df, new_rows], ignore_index=True)

print(df)

运行以上代码，输出如下：

   A  B  C
0  1  2  3
1  4  5  6

在上面的示例中，首先创建了一个空的DataFrame对象df，然后创建了一个包含多行数据的新DataFrame对象new_rows，使用concat方法将其与原始DataFrame合并。

使用loc和append结合添加行

有时候可能需要先使用loc方法选择最后一行，然后再使用append方法添加新行数据。这种方式可以确保新行的顺序在最后面。下面是一个示例代码：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['A', 'B', 'C'])

# 使用loc选择最后一行并添加数据
last_index = len(df)
df.loc[last_index] = [1, 2, 3]

# 添加新行数据
new_row = {'A': 4, 'B': 5, 'C': 6}
df = df.append(new_row, ignore_index=True)

print(df)

运行以上代码，输出如下：

   A  B  C
0  1  2  3
1  4  5  6

在这个示例中，首先使用loc方法选择了DataFrame中的最后一行，然后使用append方法添加了一个新行数据。

使用列表推导式添加多行

如果需要添加大量新行数据到DataFrame中，可以使用列表推导式的方式将数据组织成列表，然后使用loc方法一次性添加多行。下面是一个示例代码：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['A', 'B', 'C'])

# 添加多行数据
new_data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
for i, row_data in enumerate(new_data):
    df.loc[i] = row_data

print(df)

运行以上代码，输出如下：

在这个示例中，首先将新行数据组织成一个列表new_data，然后使用loc方法一次性添加了多行数据到DataFrame中。

总结

本文介绍了几种向pandas的DataFrame对象中添加新行的方法，包括使用append方法、loc方法、concat方法以及结合使用loc和append的方式。根据实际需求选择合适的方法来添加行数据，可以更加方便地实现数据的处理和分析。

pandas 添加行