pandas
Dołączanie do DataFrame

Dołączanie nowego wiersza do DataFrame

In [1]: import pandas as pd

In [2]: df = pd.DataFrame(columns = ['A', 'B', 'C'])

In [3]: df
Out[3]: 
Empty DataFrame
Columns: [A, B, C]
Index: []

Dołączanie wiersza o wartość jednej kolumny:

In [4]: df.loc[0, 'A'] = 1

In [5]: df
Out[5]: 
   A    B    C
0  1  NaN  NaN

Dołączanie wiersza, podana lista wartości:

In [6]: df.loc[1] = [2, 3, 4]

In [7]: df
Out[7]: 
   A    B    C
0  1  NaN  NaN
1  2    3    4

Dołączanie wiersza ze słownikiem:

In [8]: df.loc[2] = {'A': 3, 'C': 9, 'B': 9}

In [9]: df
Out[9]: 
   A    B    C
0  1  NaN  NaN
1  2    3    4
2  3    9    9

Pierwszym wejściem w .loc [] jest indeks. Jeśli użyjesz istniejącego indeksu, nadpiszesz wartości w tym wierszu:

In [17]: df.loc[1] = [5, 6, 7]

In [18]: df
Out[18]: 
   A    B    C
0  1  NaN  NaN
1  5    6    7
2  3    9    9


In [19]: df.loc[0, 'B'] = 8

In [20]: df
Out[20]: 
   A  B    C
0  1  8  NaN
1  5  6    7
2  3  9    9

Dołącz DataFrame do innej DataFrame

Załóżmy, że mamy następujące dwie ramki danych:

In [7]: df1
Out[7]: 
    A   B
0  a1  b1
1  a2  b2

In [8]: df2
Out[8]: 
    B   C
0  b1  c1

Dwie ramki danych nie muszą mieć tego samego zestawu kolumn. Metoda dołączania nie zmienia żadnej z oryginalnych ramek danych. Zamiast tego zwraca nową ramkę danych, dołączając dwie oryginalne. Dołączenie DataFrame do innej jest dość proste:

In [9]: df1.append(df2)
Out[9]: 
     A   B    C
0   a1  b1  NaN
1   a2  b2  NaN
0  NaN  b1   c1

Jak widać, możliwe jest posiadanie zduplikowanych indeksów (0 w tym przykładzie). Aby uniknąć tego problemu, możesz poprosić Pandas o ponowne indeksowanie nowej DataFrame dla Ciebie:

In [10]: df1.append(df2, ignore_index = True)
Out[10]: 
     A   B    C
0   a1  b1  NaN
1   a2  b2  NaN
2  NaN  b1   c1