pandas如何创建一个新的Dataframe并且加入新值

在Pandas中，你可以通过多种方式创建一个新的DataFrame，然后向其中添加新值。以下是几种常用的方式：

1. **从列表或字典创建**：

   # 创建一个简单的二维列表
   data = [['A', 1], ['B', 2], ['C', 3]]
   
   # 使用列名（如果有）
   columns = ['Name', 'Value']
   df = pd.DataFrame(data, columns=columns)
   
   # 或者直接创建无列名的数据框，然后添加
   df = pd.DataFrame(data)
   df['NewColumn'] = [4, 5, 6]  # 添加新的一列

2. **从CSV或Excel文件读取**：

df = pd.read_csv('file.csv') # 读取CSV文件
df = pd.read_excel('file.xlsx') # 读取Excel文件

# 向已有数据框追加新行
new_row = {'Name': 'D', 'Value': 7}
df = df.append(new_row, ignore_index=True) # ignore_index确保行序号不会冲突

3. **使用`pd.DataFrame()`函数**：

data = {
'Name': ['X', 'Y', 'Z'],
'Age': [10, 20, 30]
}
df = pd.DataFrame(data)

# 新增一列
df['City'] = ['New York', 'Los Angeles', 'Chicago'] # 列名可以随意自定

4. **从SQL查询结果创建**：

import sqlite3
conn = sqlite3.connect('my_database.db')
query = "SELECT * FROM my_table"
df = pd.read_sql_query(query, conn)

# 直接在查询结果上增加新行
df.loc[len(df)] = ['New Entry', 99] # 这里的索引是自动增加的

以上都是常见的添加新值到DataFrame的方式，记得在操作后总是检查DataFrame的结构是否符合预期。