如何在python数据框中的确定行之后添加一个空行？

Question

我在 python 中处理一个巨大的数据框，有时我需要在数据框的确定位置添加一个空行或几行。对于这个问题，我创建了一个小数据框 df 以显示我想要实现的目标。

>  df = pd.DataFrame(np.random.randint(10, size = (3,3)), columns =
> ['A','B','C'])
>        A  B  C
>     0  4  5  2
>     1  6  7  0
>     2  8  1  9

假设我需要添加一个空行，如果我在“C”列中有一个零值。这里应该在第二行之后添加空行。所以最后我想要一个新的数据框，比如：

>new_df
>        A    B    C
>     0  4    5    2
>     1  6    7    0
>     2  nan  nan  nan
>     3  8    1    9

我尝试使用 concat 和 append，但没有得到我想要的。请问你能帮帮我吗？

Answer 1

你可以这样试试：

l = df[df['C']==0].index.tolist()
for c, i in enumerate(l):
    dfs = np.split(df, [i+1+c])
    df = pd.concat([dfs[0], pd.DataFrame([[np.NaN, np.NaN, np.NaN]], columns=df.columns), dfs[1]], ignore_index=True)
print df

输入：

   A  B  C
0  4  3  0
1  4  0  4
2  4  4  2
3  3  2  1
4  3  1  2
5  4  1  4
6  1  0  4
7  0  2  0
8  2  0  3
9  4  1  3

输出：

    A    B    C
0   4.0  3.0  0.0
1   NaN  NaN  NaN
2   4.0  0.0  4.0
3   4.0  4.0  2.0
4   3.0  2.0  1.0
5   3.0  1.0  2.0
6   4.0  1.0  4.0
7   1.0  0.0  4.0
8   0.0  2.0  0.0
9   NaN  NaN  NaN
10  2.0  0.0  3.0
11  4.0  1.0  3.0

最后一件事：可能会发生最后一行在“C”中为 0，因此您可以添加：

if df["C"].iloc[-1] == 0 :
    df.loc[len(df)] = [np.NaN, np.NaN, np.NaN]

Answer 2

尝试使用切片。

首先，您需要找到 C == 0 的行。因此，让我们为此创建一个 bool df。我将其命名为“a”：

a = (df['C'] == 0)

所以，只要 C == 0，a == True。

现在我们需要找到C == 0的每一行的索引，创建一个空行并将其添加到df中：

df2 = df.copy() #make a copy because we want to be safe here
for i in df.loc[a].index:
    empty_row = pd.DataFrame([], index=[i]) #creating the empty data
    j = i + 1 #just to get things easier to read
    df2 = pd.concat([df2.ix[:i], empty_row, df2.ix[j:]]) #slicing the df

df2 = df2.reset_index(drop=True) #reset the index

我必须说...我不知道您的 df 的大小以及是否足够快，但请尝试一下

Answer 3

如果您知道要在其中插入新行的索引，concat 可能是一个解决方案。

示例数据框：

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
#    A  B  C
# 0  1  4  7
# 1  2  5  8
# 2  3  6  9

您的新行作为索引为 1 的数据框：

new_row = pd.DataFrame({'A': np.nan, 'B': np.nan,'C': np.nan}, index=[1])

在第二行之后插入新行：

new_df = pd.concat([df.loc[:1], new_row, df.loc[2:]]).reset_index(drop=True)
#      A    B    C
# 0  1.0  4.0  7.0
# 1  2.0  5.0  8.0
# 2  NaN  NaN  NaN
# 3  3.0  6.0  9.0

Answer 4

这样的东西应该适合你：

for key, row in df.iterrows():
    if  row['C'] == 0:
        df.loc[key+1] = pd.Series([np.nan])