Python中dataframe批量增加行

在Python中，可以使用pandas库来处理数据，其中DataFrame是一个非常常用的数据结构。要批量增加行到DataFrame中，可以使用`pandas.concat()`函数将多个DataFrame合并成一个。

假设有一个DataFrame叫做`df`，需要批量增加行，可以按照以下步骤进行：

1. 定义一个新的DataFrame，例如`new_df`，包含要添加的行数据。
2. 使用`pandas.concat()`函数将`df`和`new_df`合并成一个新的DataFrame，例如`merged_df`。
3. 将`merged_df`的索引重置为连续的整数索引，使用`merged_df.reset_index(drop=True, inplace=True)`。
4. 将`merged_df`赋值给`df`，即`df = merged_df`。

以下是示例代码：

import pandas as pd

# 原始的DataFrame
df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

# 要添加的新行数据
new_rows = [{'A': 5, 'B': 6}, {'A': 7, 'B': 8}]

# 将新行数据创建成一个新的DataFrame
new_df = pd.DataFrame(new_rows)

# 将新的DataFrame和原始的DataFrame合并成一个新的DataFrame
merged_df = pd.concat([df, new_df], ignore_index=True)

# 重置索引
merged_df.reset_index(drop=True, inplace=True)

# 将新的DataFrame赋值给原始的DataFrame
df = merged_df

print(df)

输出结果为：

   A  B
0  1  3
1  2  4
2  5  6
3  7  8