如何向现有的熊猫数据框添加新行？ [复制]

Question

我有一个被定义为空的 pandas 数据框，然后我想在进行一些计算后向其中添加一些行。

我已尝试执行以下操作：

test = pd.DataFrame(columns=['Name', 'Age', 'Gender'])

if #some statement:

test.append(['James', '95', 'M'])

如果我尝试打印然后附加到测试节目

print(test)

test.append(['a', 'a', 'a', 'a', 'a', 'a'])

print(test)

>>>

Empty DataFrame
Columns: [Name, Age, Gender]
Index: []
Empty DataFrame
Columns: [Name, Age, Gender]
Index: []

很明显，这条线没有被添加到数据框中。

我希望输出是

Name | Age | Gender
James | 95 | M

Answer 1

将append 与字典一起用作：

test = test.append(dict(zip(test.columns,['James', '95', 'M'])), ignore_index=True)

print(test)
    Name Age Gender
0  James  95      M

Answer 2

尝试将其附加为字典：

>>> test = test.append({'Name': "James", "Age": 95, "Gender": "M"}, ignore_index=True)
>>> print(test)

输出：

    Name Age Gender
0  James  95      M

Answer 3

你可以通过Series:

test.append(pd.Series(['James', 95, 'M'], index=test.columns), ignore_index=True)

[出]

    Name Age Gender
0  James  95      M

Answer 4

追加函数会将列表转换为DataFrame，它会自动生成列[0]，但测试有列=['Name'，'Age'，'Gender']。并且追加不会改变测试。我说的可能会让人迷惑，运行下面的代码可能会让你明白。

import pandas as pd

#Append function will convert list into DataFrame,and two dataframe object should have the same column
data = pd.DataFrame(['James', '95', 'M'])
print(data)

#right code
test = pd.DataFrame(columns=['Name', 'Age', 'Gender'])
test = test.append(pd.DataFrame([['James', '95', 'M']],columns=['Name', 'Age', 'Gender']))
print(test)

Answer 5

试试这个，

>>> test.append(dict(zip(test.columns,['James', '95', 'M'])), ignore_index=True)

    Name Age Gender
0  James  95      M

Answer 6

首先，append 方法不会就地修改DataFrame，而是返回修改后的（附加版本）。

第二，传递的新行应该是DataFrame、dict/Series，或者这些列表。

#using dict
row = {'Name': "James", "Age": 95, "Gender": "M"}
# using Series
row = pd.Series(['James', 95, 'M'], index=test.columns))

试试print( test.append(row) )看看结果。

你需要的是将test.append的返回值保存为附加版本，如果你不关心前面的版本，你可以用相同的名字保存，它给了我们：

test = test.append( row )