Wie man eine Zeile zu Pandas DataFrame hinzufügt
-
.loc[index]
Methode zum Hinzufügen der Zeile zu Pandas DataFrame mit Listen - Dictionary als Zeile anhängen, um sie dem Pandas-DataFrame hinzuzufügen
-
Dataframe
.append
Methode zum Hinzufügen einer Zeile
Pandas ist so konzipiert, dass es einen voll bestückten DataFrame
lädt. Wir können eine Zeile nach der anderen zum pandas.Dataframe
hinzufügen. Dies kann durch die Verwendung verschiedener Ansätze wie .loc
, Dictionary
, pandas.concat()
oder DataFrame.append()
geschehen.
.loc[index]
Methode zum Hinzufügen der Zeile zu Pandas DataFrame mit Listen
loc[index]
nimmt die neue Liste als neue Zeile und fügt sie dem angegebenen index
von pandas.Dataframe
hinzu.
Betrachten Sie den folgenden Code:
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [("Orange", 34, "Yes")]
# Create a DataFrame object
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "Stock"])
# Add new ROW
df.loc[1] = ["Mango", 4, "No"]
df.loc[2] = ["Apple", 14, "Yes"]
print(df)
Ausgabe:
Name Price Stock
0 Orange 34 Yes
1 Mango 4 No
2 Apple 14 Yes
Dictionary als Zeile anhängen, um sie dem Pandas-DataFrame hinzuzufügen
append()
kann den Wert eines Dictionaries von Schlüssel-Wert-Paaren
direkt als Zeile nehmen und ihn zu Pandas DataFrame
hinzufügen.
Betrachten Sie den folgenden Code:
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [("Orange", 34, "Yes")]
# Create a DataFrame object
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "Stock"])
# Add new ROW
df = df.append({"Name": "Apple", "Price": 23, "Stock": "No"}, ignore_index=True)
df = df.append({"Name": "Mango", "Price": 13, "Stock": "Yes"}, ignore_index=True)
print(df)
Ausgabe:
Name Price Stock
0 Orange 34 Yes
1 Apple 23 No
2 Mango 13 Yes
Dataframe .append
Methode zum Hinzufügen einer Zeile
.append
kann verwendet werden, um Zeilen eines anderen DataFrame
an das Ende des ursprünglichen DataFrame
anzuhängen und einen neuen DataFrame
zurückzugeben. Spalten aus einem neuen DataFrame, die sich nicht im ursprünglichen DataFrame befinden, werden ebenfalls an den bestehenden DataFrame angehängt, und der Wert neuer Zellen wird mit “NaN” gefüllt.
Betrachten Sie den folgenden Code:
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [("Orange", 34, "Yes")]
# Create a DataFrame object
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "Stock"])
print("Original DataFrame:")
print(df)
print(".............................")
print(".............................")
new_fruit_list = [("Apple", 34, "Yes", "small")]
dfNew = pd.DataFrame(new_fruit_list, columns=["Name", "Price", "Stock", "Type"])
print("Newly Created DataFrame:")
print(dfNew)
print(".............................")
print(".............................")
# append one dataframe to othher
df = df.append(dfNew, ignore_index=True)
print("Copying DataFrame to orignal...")
print(df)
ignore_index=True
wird den Index
des neuen DataFrame
ignorieren und ihnen einen neuen Index aus dem ursprünglichen DataFrame
zuweisen.
Ausgabe:
Original DataFrame:
Name Price Stock
0 Orange 34 Yes
.............................
.............................
Newly Created DataFrame:
Name Price Stock Type
0 Apple 34 Yes small
.............................
.............................
Copying DataFrame to original..:
Name Price Stock Type
0 Orange 34 Yes NaN
1 Apple 34 Yes small
Verwandter Artikel - Pandas DataFrame
- Wie man Pandas DataFrame-Spaltenüberschriften als Liste erhält
- Pandas DataFrame-Spalte löschen
- Wie man DataFrame-Spalte in Datetime in Pandas konvertiert
- Wie konvertiert man eine Fließkommazahl in eine Ganzzahl in Pandas DataFrame
- Wie man Pandas-DataFrame nach den Werten einer Spalte sortiert
- Wie erhält man das Aggregat der Pandas gruppenweise und sum