在 pandas DataFrame 顶部添加一行
pythonserver side programmingprogramming
在 Pandas 中，DataFrame 是一种二维数据结构，即数据以表格形式按行和列对齐。我们可以使用列表、字典、系列和另一个 DataFrame 创建一个 DataFrame。但是，当我们想要向已创建的 DataFrame 添加新行时，可以通过内置方法(如 append)将其添加到 DataFrame 的末尾。在本文中，我们将找到使用一些涉及 DataFrame 中元素索引的技巧在 DataFrame 顶部添加新行 DataFrame 的方法。
示例
让我们首先在 Pandas 中创建一个新的 DataFrame，如下所示。
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']}
df = pd.DataFrame(data)
print df
输出
运行上述代码得到以下结果 -
Age Gender Name 0 28 MTom 1 34 MJack 2 29 FMary 3 42 F Ricky
方法 1 - 我们遵循的第一个方法是在上述 DataFrame 顶部添加新行，将新传入的行转换为 DataFrame 并将其与现有 DataFrame 连接，同时重置索引值。由于索引重置，新行被添加到顶部。
示例
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']}
df = pd.DataFrame(data)
top_row = pd.DataFrame({'Name':['Lavina'],'Age':[2],'Gender':['F']})
# 与旧 DataFrame 连接并重置索引。
df = pd.concat([top_row, df]).reset_index(drop = True)
print df
输出
运行上述代码得到以下结果 -
Age Gender Name 0 2 F Lavina 1 28 M Tom 2 34 M Jack 3 29 F Mary 4 42 F Ricky
方法 2 - 在此方法中，我们使用 Dataframe.iloc[] 方法，该方法允许我们在索引位置 0 处添加新行。在下面的示例中，我们通过将 .loc 方法的索引值设为 0(这是第一行的索引值)来将新行添加为列表。
示例
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']}
df = pd.DataFrame(data)
# 在索引位置 0 添加新行，其中包含列表中提供的值
df.iloc[0] = ['7', 'F','Piyu']
print df
输出
运行上述代码得到以下结果:
Age Gender Name 0 7 F Piyu 1 34 M Jack 2 29 F Mary 3 42 F Ricky
