pandas添加行的两种实现方式例子解析

Pandas 是 Python 中一个强大的数据分析库，它提供了多种方式来处理和分析数据。在 Pandas 中添加行可以通过多种方式实现，这里我将提供两种常见的方法的详细例子。

方法一：使用 loc 索引器

loc 索引器允许你通过行标签来选择数据。如果你知道要添加的行的索引位置，可以使用 loc 来添加新行。

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2],
    'B': [3, 4]
})

# 要添加的新行数据
new_row = {'A': 5, 'B': 6}

# 使用 loc 添加新行
# 注意：这里假设我们想在索引 2 的位置添加新行，如果索引不存在，会自动创建
df.loc[2] = new_row

print(df)

输出将是：

     A    B
0    1    3
1    2    4
2    5    6

方法二：使用 append 方法

append 方法可以用来向 DataFrame 添加一行或多行。这种方法不需要指定索引位置，但是默认情况下会将新行添加到 DataFrame 的末尾。

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2],
    'B': [3, 4]
})

# 要添加的新行数据
new_row = {'A': 5, 'B': 6}

# 使用 append 方法添加新行
# 注意：ignore_index=True 表示不使用原来的索引，而是创建新的整数索引
df = df.append(new_row, ignore_index=True)

print(df)

输出将是：

   A  B
0  1  3
1  2  4
2  5  6

注意：使用 append 方法时，如果新行的索引在原 DataFrame 中已经存在，它将覆盖原有的行。如果你不想覆盖原有数据，确保新行的索引是唯一的，或者使用 ignore_index=True 参数。

这两种方法各有优缺点，选择哪一种取决于你的具体需求和数据结构。

喜欢本文，请点赞、收藏和关注！