Pandas中 DataFrame中添加一行/一列

概述

添加行df.loc[]以及df.append()两种方法，

添加列df[]和df.insert()两种方法。

添加行例concat()和reindex()两种方法

一、添加行

1.采用loc[]方法

loc方法和iloc方法一样，可以索引DataFrame数据，一般是通过data.loc[index, col] = value

# 构造一个空的dataframe
	import pandas as pd
	df = pd.DataFrame(columns=[name, number])

	# loc[]中需要加入的是插入地方dataframe的索引，默认是整数型
	df.loc[1] = [cat, 3] 
	df.loc[a] = [123,30]
    data.loc[:, d] = 0
	print(df)

2.采用append()方法

# 1. 采用append方法合并两个dataframe

df = pd.DataFrame([[1, 2], [3, 4]], columns=list(AB))
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list(AB))
# 合并  ignore_index设置为 True可以重新排列索引
append_df = df.append(df2, ignore_index=True)

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


# 2. 采用append方法添加多行
df = pd.DataFrame(columns=[A])
for i in range(5):
    df = df.append({A: i}, ignore_index=True)
df
   A
0  0
1  1
2  2
3  3
4  4

3. 采用concat（）方法
拼接数据，好处是可以同时新增多个列名和行名

# 如果是遍历添加多行，更高效的方法
pd.concat([pd.DataFrame([i], columns=[A]) for i in range(5)], ignore_index=True)
   A
0  0
1  1
2  2
3  3
4  4

data = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=[a, b, c])
data.insert(data.shape[1], d, 0)
data[e] = 0
data = pd.concat([data, pd.DataFrame(columns=[d])], sort=False)

二、添加列

1.采用df[]

df = pd.DataFrame(columns=[name, number], data=[[cat, 3]])

	# 添加一列，计算有多少条腿
	df[leg] = df[number] * 4
	# 添加一列，直接赋值有几个头
	df[head] = 1

2.

# 使用方法是DataFrame.insert(loc,        column,   value, allow_duplicates=False)
    #                     (添加列位置索引序号，添加列名， 数值，  是否允许列名重复)
	df.insert(1, tail, 1, allow_duplicates=False)

3.采用reindex（）函数

#  reindex 函数，可以指定缺失值填充的值，
    # 缺点是要把原有的列名和新列名都加上，如果列名过多比较麻烦
	data = data.reindex(columns=[a, b, c, d], fill_value=0)

参考