Python DataFrame Append 添加行|极客笔记

Python DataFrame Append 添加行

在数据处理和分析中，经常会遇到需要在一个 DataFrame 中添加新的行的情况。Pandas 提供了多种方法来完成这个操作，其中之一就是使用 append 方法。本文将详细介绍如何使用 Pandas 中的 append 方法来在一个 DataFrame 中添加新的行。

1. 创建示例数据集

首先，我们需要创建一个示例的 DataFrame，以便后续演示 append 方法的使用。我们可以使用 pandas 库来创建一个包含几列数据的 DataFrame，并在后续操作中向其中添加新的行。

import pandas as pd

# 创建示例的 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'Gender': ['F', 'M', 'M']
}

df = pd.DataFrame(data)

print("初始 DataFrame：")
print(df)

运行以上代码，可以得到初始的 DataFrame：

   Name  Age Gender
0  Alice   25      F
1    Bob   30      M
2 Charlie   35      M

现在我们已经创建了一个初始的 DataFrame，接下来我们将演示如何使用 append 方法来向其中添加新的行。

2. 使用 `append` 方法添加新的行

在 Pandas 中，可以使用 append 方法来向一个 DataFrame 中添加新的行。当调用 append 方法时，需要传入一个包含新行数据的 Series 或 DataFrame，并设置 ignore_index=True 参数来重新索引新的 DataFrame。

下面是一个示例代码，演示如何使用 append 方法向初始的 DataFrame 中添加一个新的行：

# 创建新的行数据
new_data = {'Name': 'David', 'Age': 40, 'Gender': 'M'}
new_row = pd.Series(new_data, name=len(df))

# 向 DataFrame 中添加新的行
df = df.append(new_row)

print("\n添加新行后的 DataFrame：")
print(df)

运行以上代码，可以得到添加新行后的 DataFrame：

   Name  Age Gender
0  Alice   25      F
1    Bob   30      M
2 Charlie   35      M
3  David   40      M

可以看到，通过 append 方法，我们成功向 DataFrame 中添加了一个新的行数据。需要注意的是，在添加新的行时，需要创建一个包含新行数据的 Series，并设置正确的索引，这样可以确保新的行数据被正确添加到 DataFrame 中。

3. 批量添加多行数据

除了单个添加新的行数据外，有时候也需要批量添加多行数据到 DataFrame 中。Pandas 提供了更高效的方式来实现这个需求，可以直接将包含多行数据的 DataFrame 与原始的 DataFrame 进行合并。

下面是一个示例代码，演示如何批量添加多行数据到初始的 DataFrame 中：

# 创建多行数据的 DataFrame
new_data = {
    'Name': ['Emily', 'Frank'],
    'Age': [28, 45],
    'Gender': ['F', 'M']
}
new_rows = pd.DataFrame(new_data)

# 合并新的 DataFrame 到原始的 DataFrame
df = df.append(new_rows, ignore_index=True)

print("\n批量添加多行后的 DataFrame：")
print(df)

运行以上代码，可以得到批量添加多行数据后的 DataFrame：

    Name  Age Gender
0  Alice   25      F
1    Bob   30      M
2 Charlie   35      M
3  David   40      M
4  Emily   28      F
5  Frank   45      M

通过以上演示，可以看到我们成功将包含多行数据的 DataFrame 与原始的 DataFrame 合并，从而实现了批量添加多行数据的操作。

4. 总结

在本文中，我们介绍了如何使用 Pandas 中的 append 方法来向 DataFrame 添加新的行数据。通过示例代码的演示，可以看到 append 方法是一个非常便捷和灵活的方法，可以方便地实现向 DataFrame 中添加新的行数据。无论是单个添加新行数据还是批量添加多行数据，都可以通过 append 方法来轻松完成。在实际的数据处理和分析中，灵活运用 append 方法可以帮助我们快速实现数据的整合和扩展，提高工作效率和数据处理的准确性。