加入数据框 pandas - Python

如果您正在使用Python进行数据分析，那么pandas是一个非常重要的工具。pandas是一个Python库，用于处理和分析大型数据集。在pandas中，DataFrame是一种用于存储和操作二维表格数据的数据结构。

在这里，我们将讨论如何将数据添加到pandas数据框中。

创建数据框

我们首先需要创建一个空的数据框。我们可以使用下面的代码创建一个空的数据框：

import pandas as pd

df = pd.DataFrame()

添加行

我们可以使用下面的代码将行添加到数据框中：

df.loc[len(df)] = [value1, value2, value3, ...]

这里，df.loc[len(df)]将会在数据框的下一行创建一个新的行。然后，我们将值列表放入方括号中，其中的值将被添加到新行中。

例如，如果我们想要向数据框中添加一行数据，包含名称为John，年龄为25和gender为male的人，则我们可以使用以下代码：

df.loc[len(df)] = ['John', 25, 'male']

添加列

我们可以使用下面的代码将列添加到数据框中：

df['new_column'] = [value1, value2, value3, ...]

这里，df['new_column']将会在数据框中创建一个新的列。然后，我们将值列表放入方括号中，其中的值将被添加到新列中。

例如，如果我们想要向数据框中添加一个salary列，包含50000，60000和70000的值，则我们可以使用以下代码：

df['salary'] = [50000, 60000, 70000]

使用字典添加行

我们还可以使用字典来添加行。我们可以使用下面的代码将字典添加到数据框中：

df = df.append(dictionary, ignore_index=True)

这里，df.append将会在数据框的底部创建一个新的行，并将字典的值添加到新行中。ignore_index=True确保新行的索引正确。

例如，如果我们想要向数据框中添加一个字典，包含名称为Sarah，年龄为30和gender为female的人，则我们可以使用以下代码：

dictionary = {'name': 'Sarah', 'age': 30, 'gender': 'female'}
df = df.append(dictionary, ignore_index=True)

以上就是将数据添加到pandas数据框中的方法。这些方法将帮助您更轻松地处理和分析大型数据集。