Aggiungi una riga a Pandas DataFrame

Asad Riaz 30 gennaio 2023
  1. .loc[index] Metodo per aggiungere la riga a Pandas Dataframe con liste
  2. Aggiungi dizionario come riga per aggiungerlo a Pandas Dataframe
  3. Dataframe append() Metodo per aggiungere una riga
Aggiungi una riga a Pandas DataFrame

Pandas è progettato per caricare un DataFrame completamente popolato. Possiamo aggiungere una riga alla volta a pandas.Dataframe utilizzando vari approcci come .loc, dizionari, pandas.concat() o DataFrame.append().

.loc[index] Metodo per aggiungere la riga a Pandas Dataframe con liste

loc[index] prende il nuovo lista come una nuova riga e lo aggiunge all’indice specificato di pandas.Dataframe.

Codici di esempio:

# 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)

Produzione:

     Name  Price Stock
0  Orange     34   Yes
1   Mango      4    No
2   Apple     14   Yes
Attenzione
ignore_index deve essere impostato su True quando passiamo un dizionario alla funzione append(). Altrimenti, solleverà errori.

Aggiungi dizionario come riga per aggiungerlo a Pandas Dataframe

Il metodo append() può prendere il valore del dizionario direttamente come una riga e aggiungerlo a pandas DataFrame.

Codici di esempio:

# 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)

Produzione:

     Name  Price Stock
0  Orange     34   Yes
1   Apple     23    No
2   Mango     13   Yes

Dataframe append() Metodo per aggiungere una riga

Il metodo append() potrebbe aggiungere righe di un altro DataFrame alla fine dell’originale DataFrame, e restituire un nuovo DataFrame. Anche le colonne del nuovo DataFrame che non sono nel datafarme originale vengono aggiunte al DataFrame esistente e i valori delle nuove celle vengono riempiti con NaN.

Codici di esempio:

import pandas as pd

fruit_list = [("Orange", 34, "Yes")]

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 ignorerà il index del nuovo DataFrame e gli assegnerà un nuovo indice nel DataFrame originale.

Produzione:

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

Articolo correlato - Pandas DataFrame