Pandas数据分析学习总结

1,如何在Pandas中添加一行数据：
 

append()函数：

	    import pandas as pd
	    data = {'Name': ['John', 'Emma'],
	            'Age': [25, 28]}
	    df = pd.DataFrame(data)
	    new_row = {'Name': 'Michael', 'Age': 30}
	    # 将新行数据添加到数据框 df 末尾
	    df = df.append(new_row, ignore_index=True)
	    print(df)
	    输出结果：
	          Name  Age
	    0     John   25
	    1     Emma   28
	    2  Michael   30

loc[]函数：

import pandas as pd
data = {'Name': ['John', 'Emma'],
        'Age': [25, 28]}
df = pd.DataFrame(data)
new_row = {'Name': 'Michael', 'Age': 30}
# 使用 loc[] 函数添加一行新数据
df.loc[2] = new_row
print(df)
输出结果：
      Name  Age
0     John   25
1     Emma   28
2  Michael   30

2,如何在Pandas中添加一列数据：

索引方式：

import pandas as pd
data = {'Name': ['John', 'Emma'],
        'Age': [25, 28]}
df = pd.DataFrame(data)
# 添加一列新数据
df['Gender'] = ['Male', 'Female']
print(df)
输出结果：
   Name  Age  Gender
0  John   25    Male
1  Emma   28  Female

在上述示例中，我们首先创建了一个数据框df，包含两列数据。然后，我们直接通过给数据框指定一个新的列名Gender，并赋予相应的值来添加一列新数据。

assign()函数：

assign()函数用于添加计算得到的新列数据。

下面是一个示例：

import pandas as pd
data = {'Name': ['John', 'Emma'],
        'Age': [25, 28]}
df = pd.DataFrame(data)
# 使用 assign() 函数添加一列新数据
df = df.assign(Gender=['Male', 'Female'])
print(df)

输出结果：
   Name  Age  Gender
0  John   25    Male
1  Emma   28  Female