pandas dataframe 添加行和列数据

添加行数据：

1、通过 loc 实现

df.loc[len(df)] = [value1, value2, value3]

2、通过 append 实现

row = pd.Series([value1, value2, value3], index=df.columns)
df = df.append(row, ignore_index=True)

添加列数据：

1、通过赋值实现

df['new_column'] = [value1, value2, value3, ...]

2、通过 insert 实现

df.insert(loc, 'new_column', [value1, value2, value3, ...])

相关问题

pandas dataframe添加行数据

在Pandas DataFrame中，有几种方法可以添加新的行数据。下面是两种常用的方法：

方法一：使用append()函数

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['姓名', '种类', '重量'])

# 添加一行数据
new_row = {'姓名': '老许', '种类': '猫', '重量': '10'}
df = df.append(new_row, ignore_index=True)

# 打印DataFrame
print(df)

方法二：使用loc[]和at[]函数

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['姓名', '种类', '重量'])

# 添加一行数据
df.loc[0] = ['老许', '猫', '10']

# 打印DataFrame
print(df)

这两种方法都可以用来添加一行数据到DataFrame中。你可以根据自己的需求选择其中一种方法来使用。

pandas dataframe添加行

可以使用`append()`方法向DataFrame中添加行。例如：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['姓名', '年龄', '性别'])

# 添加一行数据
df = df.append({'姓名': '张三', '年龄': 20, '性别': '男'}, ignore_index=True)

# 打印DataFrame
print(df)

输出结果为：

   姓名  年龄 性别
0  张三  20  男

其中，`ignore_index=True`表示忽略原有的索引，重新生成索引。如果不加这个参数，会使用原有的索引，可能会导致索引重复的问题。