如何在 Pandas DataFrame 中新增一行
Asad Riaz
2023年1月30日
Pandas 旨在載入一個完全填充的 DataFrame。我們可以在 pandas.DataFrame 中一一新增。這可以通過使用各種方法來完成，例如 .loc，字典，pandas.concat() 或 DataFrame.append()。
使用 .loc [index] 方法將行新增到帶有列表的 Pandas DataFrame 中
loc[index] 會將新列表作為新行，並將其新增到 pandas.dataframe 的索引 index 中。
考慮以下程式碼：
# 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)
結果：
Name Price Stock
0 Orange 34 Yes
1 Mango 4 No
2 Apple 14 Yes
將字典作為行新增到 Pandas DataFrame
append() 可以直接將字典中的鍵值作為一行，將其新增到 pandas dataframe 中。
考慮以下程式碼：
# 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)
結果：
Name Price Stock
0 Orange 34 Yes
1 Apple 23 No
2 Mango 13 Yes
Dataframe .append 方法新增一行
.append 可用於將其他 DataFrame 的行追加到原始 DataFrame 的末尾，並返回一個新的 DataFrame。來自新 DataFrame 的列（不在原始 datafarme 中）也新增到現有的 DataFrame 中，新的單元格值填充為 NaN。
考慮以下程式碼：
# 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 將忽略新 DataFrame 的 index 並從原始 DataFrame 為其分配新索引。
輸出：
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