pandas添加行的两种实现方式
更新时间：2024年06月26日 09:57:32 作者：我的心永远是冰冰哒
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())
import pandas as pd
# 创建一个空的DataFrame
df = 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
import pandas as pd
# 创建一个空的DataFrame
df = 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())
import pandas as pd
# 创建一个空的DataFrame
df1 = 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,更多相关pandas添加行内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了应用OpenCV和Python进行SIFT算法的实现详解，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2019-08-08
Python实现数据库与Excel文件之间的数据自动化导入与导出
数据库和Excel文件是两种常见且重要的数据存储方式,本文将介绍如何使用Python有效地实现数据库与Excel文件之间的数据自动化导入与导出,以SQLite数据库为例,需要的朋友可以参考下2024-06-06
大家好，本篇文章主要讲的是用Python实现屏幕截图详解，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下2022-01-01
这篇文章主要介绍了python opencv之SURF算法示例,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-02-02
在pycharm中使用pipenv创建虚拟环境和安装django的详细教程
这篇文章主要介绍了在pycharm中使用pipenv来创建虚拟环境和安装django的详细教程，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-11-11
Pandas是python的一个数据分析包，该工具是为解决数据分析任务而创建的。本文将通过示例详细为大家介绍一下Pandas的数据离散化与合并，需要的可以参考一下2022-02-02
这篇文章主要分享的是python使用技巧查找文件，下面我们就来介绍针对python查找文件的相关内容，需要的小伙伴可以参考一下2022-02-02
conda install nb_conda失败原因分析及解决
这篇文章主要给大家介绍了关于conda install nb_conda失败原因分析及解决方法,conda install nb_conda显示错误的原因可能有很多,具体原因取决于你的系统环境和安装的conda版本,需要的朋友可以参考下2023-11-11
本文分享了提升 Python 代码运行速度的6个技巧,Python 比我们想象的运行的要快。我们之所以有先入为主的认为Python运行慢，可能是我们平常的误用和缺乏使用技巧知识。接下来让我们看看如何用一些简单的Trick来提高我们程序的运行性能,需要的朋友可以参考一下2022-01-01
初学者在使用YOLO和Flask构建应用时,往往需要实现上传图片和视频的识别功能,本文介绍了如何在Flask框架中实现这一功能,包括文件上传、图片放大查看、视频识别以及识别后的文件下载,文中通过代码介绍的非常详细,需要的朋友可以参考下2024-09-09
最新评论