pandas向 DataFrame 中添加行

pandas向 DataFrame 中添加行

参考：pandas append a row

在数据处理和分析中，经常需要对数据集进行修改或扩展，特别是在处理表格数据时。Pandas 是 Python 中一个强大的数据处理库，它提供了多种方式来操作 DataFrame 对象。本文将详细介绍如何使用 Pandas 的 append() 方法向 DataFrame 中添加行。

1. 使用 append() 方法添加单行

append() 方法可以将一行或多行数据添加到 DataFrame 的末尾。这个方法不会在原地修改 DataFrame，而是返回一个新的 DataFrame。

示例代码 1：向 DataFrame 添加单行

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 创建一个要添加的新行
new_row = pd.Series({'Website': 'pandasdataframe.com', 'Pageviews': 1500})

# 添加新行
result = df._append(new_row, ignore_index=True)
print(result)

Output:

2. 使用字典添加单行

除了使用 Series 对象，还可以直接使用字典来添加行。这种方式更直观，代码更简洁。

示例代码 2：使用字典添加单行

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 使用字典添加新行
new_row = {'Website': 'pandasdataframe.com', 'Pageviews': 2000}
result = df._append(new_row, ignore_index=True)
print(result)

Output:

3. 添加多行

append() 方法同样支持添加多行。可以通过传递一个包含多个字典的列表来实现。

示例代码 3：添加多行

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 创建一个包含多个字典的列表
new_rows = [
    {'Website': 'pandasdataframe.com', 'Pageviews': 2500},
    {'Website': 'pandasdataframe.com', 'Pageviews': 3000}
]

# 添加多行
result = df._append(new_rows, ignore_index=True)
print(result)

Output:

4. 使用 concat() 方法添加行

除了 append()，Pandas 还提供了 concat() 函数，这是一个更通用的函数，可以用于沿特定轴连接多个 Pandas 对象。

示例代码 4：使用 concat() 添加单行

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 创建另一个 DataFrame
new_row = pd.DataFrame({'Website': ['pandasdataframe.com'], 'Pageviews': [3500]})

# 使用 concat 添加行
result = pd.concat([df, new_row], ignore_index=True)
print(result)

Output:

5. 使用 loc 或 iloc 直接添加行

可以使用 loc 或 iloc 索引器直接在 DataFrame 中添加行。这种方法会直接修改原始 DataFrame。

示例代码 5：使用 loc 添加行

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 使用 loc 添加新行
df.loc[len(df)] = {'Website': 'pandasdataframe.com', 'Pageviews': 4000}
print(df)

Output:

6. 处理索引问题

当使用 append() 或其他方法添加行时，经常会遇到索引重复的问题。可以通过设置 ignore_index=True 来解决。

示例代码 6：处理索引问题

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 添加新行并重置索引
new_row = {'Website': 'pandasdataframe.com', 'Pageviews': 4500}
result = df._append(new_row, ignore_index=True)
print(result)

Output:

7. 添加行时合并列

当新添加的行包含原 DataFrame 中不存在的列时，append() 方法会自动扩展 DataFrame 的列，并在不适用的地方填充 NaN。

示例代码 7：添加行时合并列

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 添加新行，包含一个新的列
new_row = {'Website': 'pandasdataframe.com', 'Pageviews': 5000, 'Visitors': 300}
result = df._append(new_row, ignore_index=True)
print(result)

Output:

8. 使用 DataFrame.append() 添加多个 DataFrame

可以使用 append() 方法将多个 DataFrame 合并成一个。这在处理分段存储的数据时非常有用。

示例代码 8：合并多个 DataFrame

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})
df2 = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [5500]
})

# 合并 DataFrame
result = df1._append(df2, ignore_index=True)
print(result)

Output:

9. 使用 merge() 方法在添加行时进行数据合并

merge() 方法通常用于根据一个或多个键将不同的 DataFrame 的行连接起来，但它也可以用于在添加行时进行复杂的数据合并操作。

示例代码 9：使用 merge() 添加行并合并数据

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})
df2 = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [6000],
    'Visitors': [350]
})

# 使用 merge 合并 DataFrame
result = pd.merge(df1, df2, on='Website', how='outer')
print(result)

Output:

10. 使用 update() 方法更新 DataFrame 在添加行时

update() 方法可以用来更新 DataFrame 的现有行或列。这在需要修改 DataFrame 的特定部分时非常有用。

示例代码 10：使用 update() 更新数据

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [1000]
})

# 创建一个新的 DataFrame，用于更新
new_data = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Pageviews': [6500]
})

# 更新 DataFrame
df.update(new_data)
print(df)

Output:

以上是使用 Pandas 向 DataFrame 添加行的不同方法及其示例代码。每种方法都有其适用场景，选择合适的方法可以使数据处理更加高效和灵活。