Как добавить данные в dataframe pandas: подробное руководство
Добавление данных в DataFrame Pandas
Чтобы добавить данные в DataFrame Pandas, вы можете использовать метод append() или метод loc. Ниже приведены примеры использования обоих методов:
Метод append()
import pandas as pd
# Создание пустого DataFrame
df = pd.DataFrame(columns=['Name', 'Age', 'City'])
# Добавление новой строки в DataFrame
new_row = {'Name': 'John', 'Age': 25, 'City': 'New York'}
df = df.append(new_row, ignore_index=True)
print(df)Результат:
Name Age City
0 John 25 New York
Метод loc
Метод loc позволяет добавлять данные в DataFrame по заданным индексам или меткам строк и столбцов. Вот пример использования метода loc:
import pandas as pd
# Создание пустого DataFrame
df = pd.DataFrame(columns=['Name', 'Age', 'City'])
# Добавление данных в DataFrame с использованием метода loc
df.loc[0] = ['John', 25, 'New York']
print(df)Результат:
Name Age City
0 John 25 New York
Детальный ответ
Привет! Сегодня мы поговорим о том, как добавлять данные в dataframe с помощью библиотеки pandas. DataFrame - это удобная и мощная структура данных, которая позволяет нам работать с табличными данными.
Прежде чем начать добавлять данные в dataframe, давайте первым делом создадим пустой dataframe. Для этого мы можем использовать функцию pandas.DataFrame().
import pandas as pd
# Создаем пустой dataframe
df = pd.DataFrame()
Теперь, когда у нас есть пустой dataframe, давайте посмотрим, как добавить данные в него. Существует несколько способов добавления данных в dataframe, и мы рассмотрим некоторые из них.
1. Добавление данных построчно
При использовании этого способа мы добавляем данные в dataframe построчно. Мы можем передать список значений каждой строки в функцию pandas.DataFrame.append(). Давайте посмотрим на пример:
# Создаем новую строку
new_row = {'Name': 'John', 'Age': 25, 'Country': 'USA'}
# Добавляем строку в dataframe
df = df.append(new_row, ignore_index=True)
В приведенном выше примере мы создали новую строку с помощью словаря. Ключи словаря соответствуют названиям столбцов в dataframe, а значения словаря - значениям в каждой ячейке строки. Функция ignore_index=True используется для автоматического назначения уникального индекса для каждой добавленной строки.
2. Добавление данных столбцами
Второй способ добавления данных - добавление столбцов в dataframe. Мы можем использовать простое присваивание для добавления нового столбца. Давайте посмотрим на пример:
# Создаем новый столбец
df['Salary'] = [50000, 60000, 70000, 80000]
# Выводим dataframe
print(df)
В приведенном выше примере мы создали столбец 'Salary' и присвоили ему список значений. Эти значения будут добавлены в каждую строку dataframe.
3. Добавление данных из другого dataframe
Еще один способ добавить данные в dataframe - скопировать данные из другого dataframe. Для этого мы можем использовать функцию pandas.DataFrame.append() или метод pandas.DataFrame.join(). Давайте рассмотрим оба способа.
3.1. Метод append()
Метод append() позволяет объединять два dataframe вертикально. Давайте посмотрим на пример:
# Создаем новый dataframe
new_df = pd.DataFrame({'Name': ['Mike', 'Anna'], 'Age': [30, 35], 'Country': ['Canada', 'Germany']})
# Добавляем новый dataframe в существующий
df = df.append(new_df, ignore_index=True)
В приведенном выше примере мы создали новый dataframe с помощью словаря. Мы затем добавили его к существующему dataframe при помощи метода append(). Функция ignore_index=True используется для автоматического назначения уникального индекса для каждой добавленной строки.
3.2. Метод join()
Метод join() позволяет объединять два dataframe горизонтально по общим столбцам. Давайте посмотрим на пример:
# Создаем новый dataframe
new_df = pd.DataFrame({'Salary': [55000, 60000], 'Department': ['IT', 'HR']})
# Объединяем два dataframe
df = df.join(new_df)
В приведенном выше примере мы создали новый dataframe с помощью словаря. Мы затем объединили его с существующим dataframe по общим столбцам с помощью метода join().
Заключение
В этой статье мы рассмотрели несколько способов добавления данных в dataframe с помощью библиотеки pandas. Мы научились добавлять данные построчно с помощью функции pandas.DataFrame.append(), добавлять данные столбцами с помощью простого присваивания и копировать данные из другого dataframe с помощью методов append() и join(). Помните, что DataFrame - это мощная структура данных, которая может значительно упростить и ускорить вашу работу с табличными данными.