Python Pandas多种添加行列数据方法总结

1. 添加行数据方法总结

Pandas提供了多种添加行数据的方法，常见的方法有如下几种：

• df.loc[len(df)] = Series/Array：在df的最后一行添加一条Series/Array数据。
• df.append(Series/Dict/DF)：在df的最后一行添加一条Series/Dict/DF数据。
• df.loc[n] = Series/Array：在df的第n行添加一条Series/Array数据（注意：n不能大于len(df)）。
• df[pd.RangeIndex(start=1, stop=n)] = DataFrame：在df的最后一行添加一个DataFrame，并且这个DataFrame的数量必须与原始的df的列数相同。

例如，我们有如下的一个DataFrame：

import pandas as pd

df = pd.DataFrame({'name': ['Tom', 'Jerry'], 'age': [20, 30]})

我们可以设置一个Series后调用df.loc[len(df)] = Series来添加一行数据：

new_row = pd.Series(['Jack', 25], index=['name', 'age'])
df.loc[len(df)] = new_row

也可以通过df.append(Series)方法来添加一行数据：

new_row = pd.Series(['Jack', 25], index=['name', 'age'])
df = df.append(new_row, ignore_index=True)

以上两种方法都可以用来添加单行数据。

1. 添加列数据方法总结

Pandas提供了多种添加列数据的方法，常见的方法有如下几种：

• df['new_column_name'] = Series/Array：在df末尾添加一列Series/Array数据，并且以new_column_name作为新建列的列名。
• df.insert(loc, column, value)：在df的第loc列插入一列数据，并且以column作为新建列的列名，value为新建列的数据。
• df.join(df2)：将df2中的数据（DataFrame/Series）按照预设的方式加入到df中，可以设定df2的源df（left/right）。

例如，我们有如下的一个DataFrame：

import pandas as pd

df = pd.DataFrame({'name': ['Tom', 'Jerry'], 'age': [20, 30]})

我们可以设置一个Series后调用df['gender'] = Series来添加一列数据：

new_column = pd.Series(['male', 'female'], name='gender')
df['gender'] = new_column

也可以通过df.insert(loc, column, value)方法来添加一列数据：

new_column = pd.Series(['male', 'female'], name='gender')
df.insert(loc=1, column='gender', value=new_column)

以上两种方法都可以用来添加单列数据。