如何使用Python Pandas的模板将新行附加到DataFrame中

在数据分析中，经常需要在DataFrame中添加新的数据行。而Python的Pandas库提供了方便的方法来实现这一功能。

更多Pandas相关文章，请阅读：Pandas 教程

创建DataFrame

我们首先需要创建一个DataFrame，作为需要添加数据的对象。可以通过以下代码创建一个包含三列数据的DataFrame：

import pandas as pd

data = {'name': ['Tom', 'Jack', 'Mary'],
        'age': [18, 21, 19],
        'score': [90, 85, 87]}

df = pd.DataFrame(data)
print(df)

输出结果：

   name  age  score
0   Tom   18     90
1  Jack   21     85
2  Mary   19     87

使用.loc[]方法添加新行

Pandas库提供了.loc[]方法来访问行和列。通过添加新的索引标签和数据，我们可以将新行添加到DataFrame中。以下是一个示例代码：

new_data = {'name': 'John',
            'age': 20,
            'score': 92}

df.loc[3] = new_data
print(df)

输出结果：

   name  age  score
0   Tom   18     90
1  Jack   21     85
2  Mary   19     87
3  John   20     92

代码中，我们首先定义了新的数据行，并把它存储在new_data变量中。然后通过.loc[]方法，以索引标签3为新行的位置，指定数据添加到DataFrame中。

另外，我们也可以使用整数索引指定插入位置。以下是一个示例：

new_data = {'name': 'Alice',
            'age': 22,
            'score': 95}

df.loc[len(df)] = new_data
print(df)

输出结果：

   name  age  score
0   Tom   18     90
1  Jack   21     85
2  Mary   19     87
3  John   20     92
4  Alice  22     95

代码中，我们使用len()方法获取此时DataFrame的行数，以整数索引插入新行。

使用.loc[]方法时，还可以一次添加多行数据，只需在传递参数时用list或DataFrame作为参数。以下是一个示例代码：

new_data = [{'name': 'David', 'age': 23, 'score': 89},
            {'name': 'Lily', 'age': 20, 'score': 97}]

df = df.append(new_data, ignore_index=True)
print(df)

输出结果：

    name  age  score
0    Tom   18     90
1   Jack   21     85
2   Mary   19     87
3   John   20     92
4  Alice   22     95
5  David   23     89
6   Lily   20     97

代码中，我们创建了一个包含两行数据的列表，并使用.append()方法将其添加到DataFrame中。通过ignore_index参数为True，我们可以使新的行重新索引，以适应新的数据行的长度。

使用字典添加新行

除了.loc[]方法，我们也可以使用字典来添加新行。这里我们创建一个新的字典，键作为列名称，值作为数据，然后使用.append()方法将其添加到DataFrame中。以下是一个示例代码：

new_data = {'name': 'Leah',
            'age': 21,
            'score': 96}

df = df.append(new_data, ignore_index=True)
print(df)

输出结果：

    name  age  score
0    Tom   18     90
1   Jack   21     85
2   Mary   19     87
3   John   20     92
4  Alice   22     95
5  David   23     89
6   Lily   20     97
7   Leah   21     96

代码中，我们针对新行创建了一个字典，并使用.append()方法将其添加到DataFrame中。

使用DataFrame.concat方法添加新行

除了上述方法，还可以使用DataFrame.concat()方法将两个DataFrame合并，并在末尾添加新行。以下是一个示例代码：

new_data = {'name': 'Emma',
            'age': 19,
            'score': 94}

new_df = pd.DataFrame(new_data, index=[0])
df = pd.concat([df, new_df], ignore_index=True)
print(df)

输出结果：

    name  age  score
0    Tom   18     90
1   Jack   21     85
2   Mary   19     87
3   John   20     92
4  Alice   22     95
5  David   23     89
6   Lily   20     97
7   Leah   21     96
8   Emma   19     94

代码中，我们创建了一个新的DataFrame，然后使用.concat()方法将两个DataFrame合并，并添加到原始的DataFrame中。通过ignore_index参数，我们重新索引了DataFrame中的行数。