Python：Pandas中Dataframe的“增”操作

在讲解如何对一个Dataframe进行增操作前，我们首先创造一个Dataframe（代码运行环境：jupyter—python3.8）：

import pandas as pd
import numpy

# 创建一个Dataframe
data = pd.DataFrame(
    np.arange(15).reshape(5, 3), index=[1, 2, 3, 4, 5], columns=["a", "b", "c"]
)
data

一、增加一列

方法1：列索引法

我们只需要通过列索引即可“无中生有”：

data["d"] = 9 # data["d"] = [1,2,3,4,5]
data

前：后：

可以看到，通过对不存在的列索引d进行赋值，我们成功添加了新列，这里系统默认自动对每一行都添加了9

方法2：insert()方法

data.insert(1, "e", [1, 2, 3, 4, 5])
data

原来的数据：使用insert()方法后的：

上述代码实现的功能是：在原始数据的第2列前添加一列，其列索引起名叫做e，其列值为：1,2,3,4,5，假如我们现在要在第1列前添加一列f，其值为：9,9,9,9,9，代码可改为：

data.insert(0, "f", 9)
data

前：后：

二、增加一行

方法1：标签索引loc法

data.loc["c"] = 1 # data.loc["c"] = [1,2,3,4,5]
data

前：后：

可以看到，我们通过loc方法添加了一个行索引为c的数据

方法2：append方法

dic = {"f": 1, "a": 2, "b": 3, "c": 4, "d": 5}
data = data.append(dic, ignore_index=True)
data

前：后：

我们首先定义了一个字典dic，其key就是Dataframe的列索引，再调用append方法添加这行数据，但是有三点需要着重提一下：

1. ignore_index=True这句话必须加上，因为dic本身并没有体现行索引
2. append方法会返回一个新的Dataframe，但并不会影响原先的Dataframe
3. 添加ignore_index=True语句后，返回的新的Dataframe的行索引会默认自动重新排列

笔者更推荐大家使用方法1。