python遍历添加dataframe
时间: 2023-11-22 14:06:17 浏览: 36
你可以使用 `iterrows()` 方法来遍历 DataFrame 的每一行,并通过 `.loc[]` 方法向 DataFrame 中添加数据。以下是一个简单的示例代码:
```python
import pandas as pd
# 创建一个空的 DataFrame
df = pd.DataFrame(columns=['name', 'age'])
# 创建一个包含数据的列表
data = [('Alice', 25), ('Bob', 30), ('Charlie', 35)]
# 遍历数据列表,将每一行数据添加到 DataFrame 中
for row in data:
df.loc[len(df)] = row
print(df)
```
输出结果为:
```
name age
0 Alice 25
1 Bob 30
2 Charlie 35
```
在上面的代码中,`df.loc[len(df)] = row` 的作用是将 `row` 列表中的数据添加为一行,并将其索引设置为当前 DataFrame 的最后一行索引加1。
相关问题
python的dataframe怎么遍历添加dataframe
要遍历一个DataFrame并且添加一个新的DataFrame,可以使用以下代码:
```
import pandas as pd
# 创建一个空的DataFrame
new_df = pd.DataFrame(columns=['Column1', 'Column2', 'Column3'])
# 原始的DataFrame
old_df = pd.DataFrame({
'Column1': [1, 2, 3],
'Column2': [4, 5, 6],
'Column3': [7, 8, 9]
})
# 遍历原始的DataFrame并添加到新的DataFrame中
for index, row in old_df.iterrows():
new_row = pd.DataFrame({
'Column1': [row['Column1']],
'Column2': [row['Column2']],
'Column3': [row['Column3']]
})
new_df = pd.concat([new_df, new_row], ignore_index=True)
# 打印新的DataFrame
print(new_df)
```
在这个例子中,我们首先创建一个空的DataFrame `new_df`。然后,我们遍历原始的DataFrame `old_df`,将每一行添加到新的DataFrame `new_df` 中。我们使用 `iterrows()` 方法遍历原始的DataFrame,并使用 `pd.DataFrame()` 方法创建一个新的DataFrame,然后使用 `pd.concat()` 方法将新的DataFrame添加到新的DataFrame `new_df` 中。最后,我们打印新的DataFrame `new_df`。
python遍历读取dataframe数据并添加到空dataframe
可以使用`pandas`库中的`concat`函数将多个`DataFrame`对象合并成一个新的`DataFrame`对象。具体操作如下:
首先,创建一个空的`DataFrame`对象:
```python
import pandas as pd
result_df = pd.DataFrame()
```
然后,遍历读取数据并将每个`DataFrame`对象添加到`result_df`中:
```python
for i in range(10): # 假设有10个文件需要读取
# 读取文件并转换成DataFrame对象
file_path = f"data_{i}.csv"
df = pd.read_csv(file_path)
# 将df添加到result_df中
result_df = pd.concat([result_df, df], ignore_index=True)
```
这样,`result_df`就包含了所有文件中的数据。其中`ignore_index=True`表示重新生成索引。