Comment ajouter une ligne à Pandas DataFrame
-
La méthode
.loc[index]
pour ajouter la ligne à Pandas dataframe avec des listes -
ajouter le dictionnaire comme ligne pour l’ajouter à la Pandas
DataFrame
-
Méthode Dataframe
.append
pour ajouter une ligne
Pandas est conçu pour charger une DataFrame
entièrement remplie. Nous pouvons ajouter des lignes une par une à Pandas.Dataframe
. Cela peut être fait en utilisant différentes approches comme .loc
, dictionaries
, pandas.concat()
ou DataFrame.append()
.
La méthode .loc[index]
pour ajouter la ligne à Pandas dataframe avec des listes
loc[index]
prendra la nouvelle liste comme une nouvelle ligne et l’ajoutera à l’index donné de pandas.Dataframe
.
Considérons le code suivant:
# 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)
Production:
Name Price Stock
0 Orange 34 Yes
1 Mango 4 No
2 Apple 14 Yes
ajouter le dictionnaire comme ligne pour l’ajouter à la Pandas DataFrame
append()
peut prendre la valeur d’un dictionnaire de paires clé-valeur
directement comme une ligne et l’ajouter aux pandas DataFrame
.
Considérons le code suivant:
# 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)
Production:
Name Price Stock
0 Orange 34 Yes
1 Apple 23 No
2 Mango 13 Yes
Méthode Dataframe .append
pour ajouter une ligne
Le fichier append
peut être utilisé pour ajouter des lignes d’autres DataFrame
à la fin de la DataFrame
originale, et renvoyer une nouvelle DataFrame
. Les colonnes de la nouvelle DataFrame
qui ne sont pas dans la datafarme
originale sont également ajoutées à la DataFrame
existante et les nouvelles valeurs de cellules sont remplies avec NaN
.
Considérons le code suivant:
# 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
ignorera l’index de la nouvelle DataFrame
et lui assignera le nouvel index de la DataFrame
originale.
Production:
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
Article connexe - Pandas DataFrame
- Comment obtenir les en-têtes de colonne de Pandas DataFrame sous forme de liste
- Comment supprimer une colonne de Pandas DataFrame
- Comment convertir la colonne DataFrame en date-heure dans Pandas
- Comment convertir un float en un entier dans Pandas DataFrame
- Comment trier le DataFrame de Pandas par les valeurs d'une colonne
- Comment obtenir l'agrégat des Pandas par groupe et par somme