pandas 添加行

要在 Pandas 中添加行，你可以使用 `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', 'City'])

# 添加一行数据
new_row = {'Name': 'John', 'Age': 25, 'City': 'New York'}
df = df.append(new_row, ignore_index=True)

print(df)

这将创建一个空的 DataFrame，然后使用 `append()` 方法将一行数据添加到 DataFrame 中。请确保设置 `ignore_index=True`，这样会为新行分配一个新的索引值。

相关问题

python pandas添加行

要在 Pandas 中添加行，可以使用 append() 函数。以下是添加行的几种方法：

1. 通过字典添加一行数据

可以使用字典来创建一个新的 DataFrame，并将其附加到现有的 DataFrame 中。示例如下：

   import pandas as pd
   
   # 创建一个空的 DataFrame
   df = pd.DataFrame(columns=['Name', 'Age'])
   
   # 使用字典添加一行数据
   new_data = {'Name': 'John', 'Age': 25}
   df = df.append(new_data, ignore_index=True)

2. 通过列表添加多行数据

可以使用列表来创建一个新的 DataFrame，并将其附加到现有的 DataFrame 中。示例如下：

   import pandas as pd
   
   # 创建一个空的 DataFrame
   df = pd.DataFrame(columns=['Name', 'Age'])
   
   # 使用列表添加多行数据
   new_data = [['John', 25], ['Jane', 30]]
   df = df.append(pd.DataFrame(new_data, columns=['Name', 'Age']), ignore_index=True)

3. 使用 loc[] 添加一行数据

可以使用 loc[] 函数来添加一行数据。示例如下：

   import pandas as pd
   
   # 创建一个空的 DataFrame
   df = pd.DataFrame(columns=['Name', 'Age'])
   
   # 使用 loc[] 添加一行数据
   df.loc[len(df)] = ['John', 25]

pandas 添加行 汇总

可以使用 `append()` 方法向 Pandas DataFrame 中添加行，可以先定义一个字典，然后使用 `append()` 方法添加到 DataFrame 中。例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
new_row = {'A': 4, 'B': 7}
df = df.append(new_row, ignore_index=True)
print(df)

输出：

   A  B
0  1  4
1  2  5
2  3  6
3  4  7

使用 `ignore_index=True` 可以让索引自动递增。

汇总可以使用 `groupby()` 方法，根据需要对特定列进行汇总统计。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'Alice'],
                   'age': [25, 30, 35, 40],
                   'salary': [5000, 6000, 7000, 8000]})
grouped = df.groupby('name').agg({'age': 'mean', 'salary': 'sum'})
print(grouped)

输出：

          age  salary
name                
Alice    32.5   13000
Bob      30.0    6000
Charlie  35.0    7000

这里使用了 `agg()` 方法对每个分组进行聚合统计，例如对年龄列使用 `mean` 函数求平均值，对薪资列使用 `sum` 函数求和。