Pandas中向DataFrame追加行的方法|极客笔记

Pandas中向DataFrame追加行的方法

在数据处理和分析中，经常需要向现有的数据集中添加更多的数据。Pandas库提供了多种方式来向DataFrame中追加行。本文将详细介绍如何使用Pandas在Python中向DataFrame追加行的不同方法，并通过具体的示例代码来展示每种方法的应用。

1. 使用`append()`方法

append()方法是Pandas中用来向DataFrame添加新行的一种直观方式。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：使用`append()`添加单行

import pandas as pd

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

# 创建一个要追加的新行
new_row = pd.Series(['pandasdataframe.com', 1500], index=['Website', 'Visits'])

# 追加行
result = df._append(new_row, ignore_index=True)
print(result)

Output:

Pandas中向DataFrame追加行的方法

示例代码2：使用`append()`添加多行

import pandas as pd

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

# 创建一个要追加的新DataFrame
new_rows = pd.DataFrame({
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Visits': [1500, 2000]
})

# 追加行
result = df._append(new_rows, ignore_index=True)
print(result)

Output:

Pandas中向DataFrame追加行的方法

2. 使用`concat()`函数

concat()函数是Pandas中用于合并两个或多个pandas对象的功能。它不仅可以用于列的合并，也常用于行的追加。

示例代码3：使用`concat()`追加单行

import pandas as pd

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

# 创建一个要追加的新行
new_row = pd.DataFrame({
    'Website': ['pandasdataframe.com'],
    'Visits': [1500]
})

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

Output:

Pandas中向DataFrame追加行的方法

示例代码4：使用`concat()`追加多行

import pandas as pd

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

# 创建一个要追加的新DataFrame
new_rows = pd.DataFrame({
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Visits': [1500, 2000]
})

# 追加行
result = pd.concat([df, new_rows], ignore_index=True)
print(result)

Output:

Pandas中向DataFrame追加行的方法

3. 使用`loc[]`或`iloc[]`索引器

Pandas的loc[]和iloc[]索引器不仅可以用于数据的访问，也可以用于数据的修改和追加。

示例代码5：使用`loc[]`追加单行

import pandas as pd

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

# 使用loc追加行
df.loc[len(df)] = ['pandasdataframe.com', 1500]
print(df)

Output:

Pandas中向DataFrame追加行的方法

示例代码6：使用`iloc[]`在特定位置插入行

import pandas as pd

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

# 使用iloc追加行
df.iloc[0] = ['pandasdataframe.com', 1500]
print(df)

Output:

Pandas中向DataFrame追加行的方法

4. 使用`at[]`或`iat[]`索引器

at[]和iat[]索引器在Pandas中用于访问单个元素，但它们也可以用于修改DataFrame的特定位置，从而实现行的追加。

示例代码7：使用`at[]`修改特定位置

import pandas as pd

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

# 使用at修改元素
df.at[1, 'Website'] = 'pandasdataframe.com'
df.at[1, 'Visits'] = 1500
print(df)

Output:

Pandas中向DataFrame追加行的方法

示例代码8：使用`iat[]`修改特定位置

import pandas as pd

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

# 使用iat修改元素
df.iat[1, 0] = 'pandasdataframe.com'
df.iat[1, 1] = 1500
print(df)

5. 使用`DataFrame.insert()`方法

DataFrame.insert()方法可以在DataFrame的指定位置插入一列，但通过适当的处理，也可以用来追加行。

示例代码9：使用`insert()`插入新列后转置

import pandas as pd

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

# 插入新列
df.insert(2, 'New Column', [1500])

# 转置DataFrame
df = df.T
print(df)

Output:

Pandas中向DataFrame追加行的方法