dataframe添加记录

要向DataFrame添加记录，可以使用`append()`方法。下面是一个示例：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['Name', 'Age'])

# 添加记录
df = df.append({'Name': 'John', 'Age': 25}, ignore_index=True)
df = df.append({'Name': 'Alice', 'Age': 30}, ignore_index=True)
df = df.append({'Name': 'Bob', 'Age': 35}, ignore_index=True)

print(df)

输出结果：

   Name Age
0  John  25
1 Alice  30
2   Bob  35

在上述示例中，我们首先创建了一个空的DataFrame，然后使用`append()`方法依次添加了三条记录。`ignore_index=True`参数用于重置索引，确保新添加的记录的索引是连续的。

希望这可以帮助到你！如果你有任何其他问题，请随时问。

相关问题

DataFrame对象

DataFrame 是 Pandas 库中的一个主要数据结构，可以用于处理结构化数据，类似于 Excel 表格或 SQL 数据库中的表格。DataFrame 是一个二维表格，其中每一行代表一条记录，每一列代表一个属性。每列可以是不同的数据类型（如整数、浮点数、字符串等）。

在 DataFrame 中，每一行都有一个唯一的标识符，称为索引（index），每一列也有一个名称，称为列名（column name）。可以用索引和列名来访问 DataFrame 中的数据。

DataFrame 可以从多种数据源创建，如 CSV 文件、Excel 文件、数据库查询结果等。可以使用 Pandas 提供的函数对 DataFrame 进行各种数据操作，如选择子集、添加或删除行列、数据清洗、数据聚合等。

下面是一个简单的 DataFrame 示例：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 30, 35, 40],
    'gender': ['F', 'M', 'M', 'M']
}

df = pd.DataFrame(data)
print(df)

输出：

       name  age gender
0     Alice   25      F
1       Bob   30      M
2   Charlie   35      M
3     David   40      M

这个 DataFrame 包含了四个人的姓名、年龄和性别信息。其中每一行都有一个唯一的索引（0-3），每一列都有一个名称。可以使用列名来选择单个列或多个列，使用 loc 或 iloc 来选择特定的行。

DataFrame是什么

DataFrame 是 Pandas 中的一种数据结构，它类似于关系型数据库中的表格。DataFrame 可以看做是 Series 对象的容器，其中每一列都是一个 Series，每一行都是一个记录（即一个索引和一组数据）。DataFrame 通常用于处理结构化的、表格化的数据，例如 CSV 文件、Excel 文件、数据库中的表等。

DataFrame 的主要特点是具有行和列的标签，可以对数据进行灵活的操作，包括选取、过滤、添加、删除、重塑、合并等。Pandas 提供了大量的方法和函数来操作 DataFrame，使得数据处理变得更加高效和方便。