如何为datafram变量添加行索引

要为 DataFrame 变量添加行索引，可以使用 `index` 属性。例如，你可以使用以下代码为一个名为 `df` 的 DataFrame 变量添加行索引：

df.index = range(len(df))

这将使用 `range(len(df))` 函数生成一个与 DataFrame 行数相同的整数列表，并将其赋值给 `df` 变量的 `index` 属性，从而为 DataFrame 添加行索引。

相关问题

如何按照行遍历datafram变量

要按行遍历DataFrame变量，可以使用iterrows()方法。这个方法可以将DataFrame中的每一行转换成一个元组，元组的第一个元素是行索引，第二个元素是一个Series，包含了该行的所有数据。以下是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 遍历每一行
for index, row in df.iterrows():
    print(index, row['name'], row['age'])

这个代码会输出：

0 Alice 25
1 Bob 30
2 Charlie 35

其中，index是行索引，row是一个Series，包含了该行的所有数据。你可以通过row[column_name]的方式获取每一列的数据。

如何在datafram变量中添加一列

在pandas中，可以使用`df['new_column_name'] = new_column_values`的方式来向DataFrame中添加新的列。其中，`new_column_name`是要添加的新列的列名，`new_column_values`是该列的值。

以下是一个示例代码：

import pandas as pd

# 创建一个包含学生信息的DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [20, 21, 19, 18],
        'Gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 添加一个新的列
df['Score'] = [80, 90, 85, 95]

# 打印输出DataFrame
print(df)

输出结果：

       Name  Age Gender  Score
0     Alice   20      F     80
1       Bob   21      M     90
2   Charlie   19      M     85
3     David   18      M     95

在上面的代码中，通过`df['Score'] = [80, 90, 85, 95]`的方式向DataFrame中添加了一个名为`Score`的新列，并且该列的值分别为`80`、`90`、`85`和`95`。最后，打印输出了DataFrame的内容。