Python pd.dataframe 写入多行数据|极客笔记

Python pd.dataframe 写入多行数据

在数据分析和处理过程中，经常需要将多行数据写入到DataFrame中。Python中的pandas库提供了pd.dataframe对象来处理数据，可以方便地将多行数据写入DataFrame并进行进一步操作。本文将详细介绍如何使用pd.dataframe写入多行数据，并提供多个示例代码。

示例代码1：写入单行数据到DataFrame

首先，我们来看如何将单行数据写入DataFrame。我们可以使用pandas库中的pd.dataframe方法来创建一个空的DataFrame，然后使用.loc方法添加单行数据。

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['Name', 'Age', 'City'])

# 添加单行数据
df.loc[0] = ['Alice', 25, 'New York']

print(df)

运行结果：

    Name  Age      City
0  Alice   25  New York

在上面的示例代码中，我们首先创建了一个空的DataFrame，然后使用.loc方法将单行数据[‘Alice’, 25, ‘New York’]写入DataFrame中。

示例代码2：写入多行数据到DataFrame

除了单行数据，我们还可以将多行数据写入DataFrame。可以使用列表推导式来生成多行数据，并通过pd.dataframe方法将其写入DataFrame。

# 生成多行数据
data = [['Bob', 30, 'Los Angeles'], ['Charlie', 35, 'Chicago'], ['David', 40, 'San Francisco']]

# 创建DataFrame
df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])

print(df)

运行结果：

     Name  Age          City
0     Bob   30   Los Angeles
1  Charlie   35       Chicago
2    David   40  San Francisco

在上面的示例代码中，我们使用列表推导式生成了多行数据，然后通过pd.dataframe方法将其写入DataFrame中，最终形成了包含多行数据的DataFrame。

示例代码3：追加数据到已有DataFrame

在实际应用中，经常需要将数据追加到已有的DataFrame中。可以使用pd.concat方法将两个DataFrame合并，实现数据的追加。

# 创建已有的DataFrame
df1 = pd.DataFrame(columns=['Name', 'Age', 'City'])

# 添加单行数据到已有DataFrame
df1.loc[0] = ['Alice', 25, 'New York']

# 创建新的DataFrame
df2 = pd.DataFrame(columns=['Name', 'Age', 'City'])

# 添加单行数据到新的DataFrame
df2.loc[0] = ['Bob', 30, 'Los Angeles']
df2.loc[1] = ['Charlie', 35, 'Chicago']

# 将两个DataFrame合并
df = pd.concat([df1, df2], ignore_index=True)

print(df)

运行结果：

     Name  Age          City
0   Alice   25      New York
1     Bob   30   Los Angeles
2  Charlie   35       Chicago

在上面的示例代码中，我们首先创建了一个已有的DataFrame df1，并向其添加了单行数据。然后创建了一个新的DataFrame df2，并向其添加了多行数据。最后使用pd.concat方法将两个DataFrame合并，将数据追加到已有的DataFrame中。

通过以上示例代码，我们可以了解如何使用pd.dataframe对象来写入多行数据到DataFrame中。在实际应用中，可以根据具体情况灵活运用这些方法，方便地进行数据处理和分析。

Python pd.dataframe 写入多行数据