python dataframe函数添加行名称_python – 向具有特定索引名称的Pandas DataFrame添加新行...

我正在尝试使用特定索引名称“e”向DataFrame添加新行.

number variable values

a NaN bank true

b 3.0 shop false

c 0.5 market true

d NaN government true

我尝试了以下但是它创建了一个新列而不是一个新行.

new_row = [1.0, 'hotel', 'true']

df = df.append(new_row)

仍然不明白如何插入具有特定索引的行.将不胜感激任何建议.

解决方法:

您可以使用df.loc [_not_yet_existing_index_label_] = new_row.

演示：

In [3]: df.loc['e'] = [1.0, 'hotel', 'true']

In [4]: df

Out[4]:

number variable values

a NaN bank True

b 3.0 shop False

c 0.5 market True

d NaN government True

e 1.0 hotel true

PS使用此方法无法添加已存在(重复)索引值(标签)的行 – 在这种情况下,将更新具有此索引标签的行.

更新：

This might not work in recent Pandas/Python3 if the index is a

DateTimeIndex and the new row’s index doesn’t exist.

如果我们指定正确的索引值,它将起作用.

演示(使用熊猫：0.23.4)：

In [17]: ix = pd.date_range('2018-11-10 00:00:00', periods=4, freq='30min')

In [18]: df = pd.DataFrame(np.random.randint(100, size=(4,3)), columns=list('abc'), index=ix)

In [19]: df

Out[19]:

a b c

2018-11-10 00:00:00 77 64 90

2018-11-10 00:30:00 9 39 26

2018-11-10 01:00:00 63 93 72

2018-11-10 01:30:00 59 75 37

In [20]: df.loc[pd.to_datetime('2018-11-10 02:00:00')] = [100,100,100]

In [21]: df

Out[21]:

a b c

2018-11-10 00:00:00 77 64 90

2018-11-10 00:30:00 9 39 26

2018-11-10 01:00:00 63 93 72

2018-11-10 01:30:00 59 75 37

2018-11-10 02:00:00 100 100 100

In [22]: df.index

Out[22]: DatetimeIndex(['2018-11-10 00:00:00', '2018-11-10 00:30:00', '2018-11-10 01:00:00', '2018-11-10 01:30:00', '2018-11-10 02:00:00'], dtype='da

tetime64[ns]', freq=None)

标签：python,pandas,dataframe