pandas 增加一行数据

常用的方法

1、loc, iloc

df = DataFrame(columns=('lib', 'qty1', 'qty2'))
for i in range(5):
    df.loc[i] = [randint(-1,1) for n in range(3)]
    # loc可以对没有的 index 进行赋值，而 iloc 则不允许，iloc只能对已经存在的位置进行操作。

print(df)


# 对于完整的自增索引，可以使用len(df)，在最后添加一行

for i in range(5):
    df.loc[len(df)] = [randint(-1,1) for n in range(3)]

这是一种方法，但是如果我们是往已有的DataFrame中添加数据，而已有的DataFrame已经存在相同的index就会造成替换。

当然如果我们对我们的数据足够了解，或者index并不重要，我们可以对index按0-based重新赋值。然后添加新行，也就不会出现问题。

2、append

采用append函数，进行叠加，可以避免上面提到的相同index造成的替换问题。

import pandas as pd
from numpy.random import randint
df = pd.DataFrame(columns=('lib', 'qty1', 'qty2'))
for i in range(5):
    s = pd.Series({'lib':randint(-1,1), 'qty1':randint(-1,1), 'qty2':randint(-1,1)})
    # 这里 Series 必须是 dict-like 类型
    df = df.append(s, ignore_index=True)
    # 这里必须选择ignore_index=True 或者给 Series 一个index值

    #也可以直接填写字典格式进去
    df = df.append({'lib':randint(-1,1), 'qty1':randint(-1,1), 'qty2':randint(-1,1)}, ignore_index=True)

时间测评

import time

import pandas as pd
from numpy.random import randint

# 采用 loc
t = time.time()
df = pd.DataFrame(columns=('lib', 'qty1', 'qty2'))
for i in xrange(10000):
     df.loc[i] = [randint(-1,1) for n in range(3)]       
print('loc:', time.time() - t)

# 采用 append
t = time.time()
df = pd.DataFrame(columns=('lib', 'qty1', 'qty2'))
for i in xrange(10000):
    s = pd.Series({'lib':randint(-1,1), 'qty1':randint(-1,1), 'qty2':randint(-1,1)})
    df = df.append(s, ignore_index=True)
print('apped:', time.time() - t)
# ('loc:', 18.150289058685303)
# ('apped:', 15.132553100585938)

可以看出，采用 append 的方法速度上比较快，而且可以避免index的错误。

 

3、 concat

再定义一个dataframe，然后合并两个df