dataframe添加行索引的方法

dataframe 添加行的方法：

1）通过loc函数添加，必须要知道行index，相同的index会覆盖

df1=pd.DataFrame([[1,1],[2,2]], columns=['a', 'b'])

df1.loc[3]={'a':3,'b':3} #字典添加，与列名相同赋值，其他的值忽略

df1.loc[df1.shape[0]+1]=[5,5]  #在最后一行添加

2)通过合并两个dataframe表格添加行（相同行index的不会覆盖）

df1=pd.DataFrame([[1,1],[2,2]], columns=['a', 'b'])

df2=pd.DataFrame([[3,3],[4,4]], columns=['a', 'b'])

pd.concat([df1, df2], ignore_index=True) #ignore_index忽略原来的索引，重新建立index，否则可能出现相同的index

3）通过append添加一行（相同index的不会覆盖）

df1= df1.append(dframe2.loc[1], ignore_index=True) #把表格中的一行添加到另一个表格

df1= df1.append(dframe2,  ignore_index=True) #把表格中的一行添加到另一个表格

注意：

a）.iloc使用全是以0开头的行号和列号，不能直接用其它索引；而.loc使用的实际设置的索引和列名。

b）.iloc只能选取数据表里实际有的行和列；而.loc可以选取没有的行和列。

例如：df1.loc[1,'a']   正确                        df1.loc[1,1]   错误

            df1.iloc[1,'a']   错误                       df1.iloc[1,1]   正确

 

运行结果

>>> df1
   a  b
0  1  1
1  2  2
>>> df2
   a  b
0  3  3
1  4  4
>>> pd.concat([df1, df2])
   a  b
0  1  1
1  2  2
0  3  3
1  4  4

>>> df=pd.concat([df1, df2])
>>> df.loc[1]
   a  b
1  2  2
1  4  4
>>> df=pd.concat([df1, df2], ignore_index=True)
>>> df
   a  b
0  1  1
1  2  2
2  3  3
3  4  4