pandas添加行的两种实现方式！
pandas添加行的两种实现方式！
本文主要介绍了pandas添加行的两种实现方式,主要是df.append()和df.concat()两种方式,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧。
方法1(df.append())
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import pandas as pd# 创建一个空的DataFramedf = pd.DataFrame(columns=['Column1', 'Column2'])# 新增一行数据data = {'Column1': 'Value1', 'Column2': 'Value2'}df = df.append(data, ignore_index=True)print(df)raw_data ={"Column1":"adafafa","Column2":"123123"}df = df.append(raw_data,ignore_index=True)df |
可以看到这个pandas的添加行的方式和list也是一样，都是使用append函数，但是有一个问题，就是这个append是要返回值的, 这个倒是和list不同，还有一个区别是就是这个ignore_index的参数，必须得有，否则会报错
比如下面的例子就会报错
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import pandas as pd# 创建一个空的DataFramedf = pd.DataFrame(columns=['Column1', 'Column2'])# 新增一行数据data = {'Column1': 'Value1', 'Column2': 'Value2'}df = df.append(data, ignore_index=True)print(df)raw_data ={"Column1":"adafafa","Column2":"123123"}df = df.append(raw_data,ignore_index=False)df |
但是值得注意的是，df.append()并非只能添加字典形式的数据，而是能添加dataframe的形式。
但是需要注意这个index的区别，如果设置了ignore_index=True的话，这个index的下标就会被覆盖，而且是从0开始的计数，所以如果要求保留index信息的话，可以选择使用df.concat()
方法2(df.concat())
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import pandas as pd# 创建一个空的DataFramedf1 = pd.DataFrame(columns=['Column1', 'Column2'])# 新增一行数据df2 = pd.DataFrame(data={'Column1': 'Value1', 'Column2': 'Value2'},index=["AAA"])df3 = pd.DataFrame(data={'Column1': 'GSgasgag', 'Column2': 'bafgdgha'},index=["BBB"])df = pd.concat([df1,df2])print(df)df = pd.concat([df,df3])df |
可以看到，这个结果就是很好的
到此这篇关于pandas添加行的两种实现方式的文章就介绍到这了。
学习资料见知识星球。
以上就是今天要分享的技巧，你学会了吗？若有什么问题，欢迎在下方留言。
快来试试吧，小琥 my21ke007。获取 1000个免费 Excel模板福利！
更多技巧， www.excelbook.cn
欢迎 加入 零售创新 知识星球，知识星球主要以数据分析、报告分享、数据工具讨论为主；
你将获得：
1、价值上万元的专业的PPT报告模板。
2、专业案例分析和解读笔记。
3、实用的Excel、Word、PPT技巧。
4、VIP讨论群，共享资源。
5、优惠的会员商品。
6、一次付费只需99元，即可下载本站文章涉及的文件和软件。
共有 0 条评论