Comment ajouter une ligne à Pandas DataFrame

Asad Riaz 30 janvier 2023
  1. La méthode .loc[index] pour ajouter la ligne à Pandas dataframe avec des listes
  2. ajouter le dictionnaire comme ligne pour l’ajouter à la Pandas DataFrame
  3. Méthode Dataframe .append pour ajouter une ligne
Comment ajouter une ligne à Pandas DataFrame

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