1. 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
- 添加行列： concat()和reindex()两种方法
- loc bug解决
2. 添加行
2.1. 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]
df.loc[:, 'd'] = 0
print(df)
#输出
name number d
1 cat 3 0
a 123 30 02.2. 采用append()方法
2.2.1. 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)
print(append_df)
#输出
A B
0 1 2
1 3 4
2 5 6
3 7 82.2.2. 采用append方法添加多行
import pandas as pd
df = pd.DataFrame(columns=['A'])
for i in range(5):
df = df.append({'A': i}, ignore_index=True)
print(df)
#输出
A
0 0
1 1
2 2
3 3
4 42.3. 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
import pandas as pd
import numpy as np
df1 = pd.concat([pd.DataFrame([i], columns=['A']) for i in range(5)], ignore_index=True)
print(df1)
data = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
print(data)
# column末尾添加一行新列'd'，并填充0； data.shape[1]表示列总长度；
data.insert(data.shape[1], 'd', 0)
# column末尾添加一行新列'e'，并填充0；
data['e'] = 0
#合并DateFrame
data = pd.concat([data, pd.DataFrame(columns=['f'])], sort=False)
print(data)- 输出结果
A
0 0
1 1
2 2
3 3
4 4
a b c
0 1 2 3
1 4 5 6
2 7 8 9
a b c d e f
0 1.0 2.0 3.0 0.0 0.0 NaN
1 4.0 5.0 6.0 0.0 0.0 NaN
2 7.0 8.0 9.0 0.0 0.0 NaN3. 添加列
3.1. 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- 输出结果
name number leg head
0 cat 3 12 13.2. 采用insert()
# 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) #value值通常为列表
print(df)
#插入最前面
#df.insert(loc=0, column='player', value=player_vals)
#插入最后面
#df.insert(loc=len(df.columns), column='player', value=player_vals)- 输出结果
name tail number leg head
0 cat 1 3 12 13.3. 采用reindex()函数
# reindex 函数重新设定了一组数据的索引，如果索引在原数据中没有匹配，则以NaN填充。不想以NaN填充用fill_value方法来设置。
# 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', 'name', 'd'], fill_value="example")
print(data)- 输出结果
a b name d
0 1.0 2.0 example 0.0
1 4.0 5.0 example 0.0
2 7.0 8.0 example 0.0- Series的reindex用法
如果没有对应数值，需要取前一个索引的值填充，可用ffill方法实现
obj3 = Series(['blue', 'purple', 'yellow'], index = [0, 2, 4])
obj3
#使用ffill实现前向值填充
obj3.reindex(range(6), method = 'ffill')
obj3- 输出结果
0 blue
2 purple
4 yellow
dtype: object
0 blue
1 blue
2 purple
3 purple
4 yellow
5 yellow
dtype: object- DataFrame的reindex方法： 区别主要在于，DataFrame可以对index或columns使用reindex方法。
#DataFrame使用reindex方法
import numpy as np
frame = pd.DataFrame(np.arange(9).reshape((3, 3)), index = ['a', 'c', 'd'], columns = ['Nohn', 'Goos', 'Bidu'])
print(frame)
# 输出：
Nohn Goos Bidu
a 0 1 2
c 3 4 5
d 6 7 8
frame.reindex(['a', 'b', 'c', 'd'])
print(frame)
# 输出：
Nohn Goos Bidu
a 0.0 1.0 2.0
b NaN NaN NaN
c 3.0 4.0 5.0
d 6.0 7.0 8.0
cols = ['Nohn', 'Goos', 'Bidu', 'Tesla']
frame.reindex(columns = cols)
print(frame)
# 输出：
Nohn Goos Bidu Tesla
a 0.0 1.0 2.0 NaN
b NaN NaN NaN NaN
c 3.0 4.0 5.0 NaN
d 6.0 7.0 8.0 NaN
#对于之前没有NaN,现在需要填充的，填充前值；已经是NaN的不做改动；
#frame = frame.reindex(index = ['a', 'b', 'c', 'd'], columns = cols,method = 'ffill')
#对于已经是NaN的数值,检查到后就填充前值；已经是NaN的改动；
frame.reindex(index = ['a', 'b', 'c', 'd'], columns = cols).ffill() # bfill/nearest
# pad / ffill: Propagate last valid observation forward to next valid.
# backfill / bfill: Use next valid observation to fill gap.
# nearest: Use nearest valid observations to fill gap.
print(frame)
# 输出：
Nohn Goos Bidu Tesla
a 0.0 1.0 2.0 NaN
b 0.0 1.0 2.0 NaN
c 3.0 4.0 5.0 NaN
d 6.0 7.0 8.0 NaN4. 错误解决: Passing list-likes to .loc or [] with any missing labels
KeyError: "Passing list-likes to .loc or [] with any missing labels is no longer supported. The following labels were missing: Index(['b'], dtype='object').
#错误方法：
#标签索引loc方法（书中的'ix'方法已经不能使用了，loc方法等同原ix方法;制定的loc必须存在，否则报错；建议直接改成reindex方法；
frame.loc[['a', 'b', 'c', 'd'], cols]
print(frame)
#正确方法：
frame.reindex(['a', 'b', 'c', 'd'], columns = cols)