Pandas 数据框附加-Pandas 数据框

内容

Pandas 是一个强大的数据处理库，提供了有效操作结构化数据的数据结构和函数。Pandas 中一个关键的数据结构是 DataFrame，可以被视为一个表格或电子表格。在本文中，我们将探讨如何使用各种方法和场景将数据附加到 DataFrame。

将数据附加到 DataFrame 是数据分析和处理任务中的常见操作。它涉及向现有 DataFrame 添加新行或列，从而扩展数据集。Pandas 提供了几种执行此操作的方法，每种方法适用于不同的场景和需求。

1. 向 DataFrame 添加行

最常见的操作之一是向 DataFrame 添加行。这可以使用 append() 方法完成，该方法允许您向 DataFrame 添加一行或多行。

示例 1：使用字典追加单行

导入 pandas 作为 pd

# 创建一个数据框
df = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

# 创建一个表示新行的字典
new_row = {'Name': 'Charlie', 'Website': 'pandasdataframe.com', 'Age': 35}

# 将行附加到 DataFrame
df = df._append(new_row, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

示例 2：使用字典列表追加多行

导入 pandas 作为 pd

# 创建一个数据框
df = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

# 创建一个表示新行的字典列表
new_rows = [
    {'Name': 'Charlie', 'Website': 'pandasdataframe.com', 'Age': 35},
    {'Name': 'David', 'Website': 'pandasdataframe.com', 'Age': 40}
]

# 将行附加到 DataFrame
df = df._append(new_rows, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

  1. 追加数据框

另一个常见的场景是将一个 DataFrame 附加到另一个 DataFrame。这在您有数据分散在多个 DataFrame 中并且想要将它们合并为一个单一的 DataFrame 时非常有用。

示例 3：追加两个 DataFrame

导入 pandas 作为 pd

# 创建两个数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [35, 40]
})

# 将 df2 附加到 df1
df = df1._append(df2, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

示例 4：使用 Concat 追加多个 DataFrame

导入 pandas 作为 pd

# 创建三个数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [35, 40]
})

df3 = pd.DataFrame({
    '姓名': ['Eve', 'Frank'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [45, 50]
})

# 使用 concat 来附加所有 DataFrames
df = pd.concat([df1, df2, df3], ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

  1. 向 DataFrame 添加列

除了添加行，您可能还需要向 DataFrame 添加列。这可以通过简单地将新列分配给 DataFrame 来完成。

示例 5：追加单列

导入 pandas 作为 pd

# 创建一个数据框
df = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Age': [25, 30]
})

# 添加新列
df['网站'] = ['pandasdataframe.com', 'pandasdataframe.com']
print(df)

输出:

Pandas DataFrame Append

示例 6：使用 DataFrame 添加多个列

导入 pandas 作为 pd

# 创建一个数据框
df = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Age': [25, 30]
})

# 创建另一个包含新列的数据框
new_columns = pd.DataFrame({
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Score': [88, 92]
})

# 将新列附加到原始 DataFrame
df = pd.concat([df, new_columns], axis=1)
print(df)

输出:

Pandas DataFrame Append

  1. 追加时处理索引

在追加数据时，正确管理索引非常重要，以避免重复索引的问题。Pandas 提供了几种选项来处理追加操作中的索引。

示例 7：追加后重置索引

导入 pandas 作为 pd

# 创建两个数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [35, 40]
})

# 将 df2 附加到 df1 并重置索引
df = df1._append(df2, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

示例 8：使用 Concat 和 Sort

导入 pandas 作为 pd

# 创建三个数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [35, 40]
})

df3 = pd.DataFrame({
    '姓名': ['Eve', 'Frank'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [45, 50]
})

# 使用 concat 来附加所有 DataFrames 并排序索引
df = pd.concat([df1, df2, df3], ignore_index=True, sort=True)
print(df)

输出:

Pandas DataFrame Append

  1. 使用不同列名进行追加

有时，您想要追加的 DataFrame 可能没有相同的列名。在这种情况下，您可以使用 rename 方法在追加之前对齐列名。

示例 9：使用重命名对齐列名

导入 pandas 作为 pd

# 创建两个具有不同列名的数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [35, 40]
})

# 重命名 df2 中的列以匹配 df1
df2.rename(columns={'PersonName': 'Name', 'Site': 'Website', 'Years': 'Age'}, inplace=True)

# 将 df2 附加到 df1
df = df1._append(df2, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

  1. 添加缺失列

在追加 DataFrame 时，您可能会遇到一个 DataFrame 具有另一个 DataFrame 没有的列的情况。Pandas 通过用 NaN 值填充缺失的列来优雅地处理这一情况。

示例 10：附加具有缺失列的数据框

导入 pandas 作为 pd

# 创建两个具有不同列的 DataFrame
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '分数': [88, 92]
})

# 将 df2 附加到 df1
df = df1._append(df2, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

在生成的 DataFrame 中，来自 df2 的行的 ‘Age’ 列将填充 NaN，而来自 df1 的行的 ‘Score’ 列将填充 NaN。

  1. 使用不同数据类型追加

Pandas 还处理不同数据类型的列的追加。如果一个 DataFrame 中的列与另一个 DataFrame 中的对应列的数据类型不同，Pandas 将尝试将数据类型转换为可以容纳所有值的公共类型。

示例 11：附加具有不同数据类型的 DataFrame

导入 pandas 作为 pd

# 创建两个具有不同数据类型的数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': ['35', '40']
})

# 将 df2 附加到 df1
df = df1._append(df2, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

在生成的 DataFrame 中，‘Age’ 列将是对象数据类型，因为它可以容纳整数和字符串值。

  1. 追加重复行

在追加数据框时，您可能会遇到重复行的情况。默认情况下，append 方法不会删除重复行。然而，您可以在追加后使用 drop_duplicates 方法来删除重复项。

示例 12：在追加后删除重复行

导入 pandas 作为 pd

# 创建两个包含重复行的数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '姓名': ['Bob', 'Charlie'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [30, 35]
})

# 将 df2 附加到 df1 并移除重复项
df = df1._append(df2, ignore_index=True).drop_duplicates()
print(df)

输出:

Pandas DataFrame Append

9. 使用不同索引追加

如果您要追加的 DataFrame 具有不同的索引，append 方法将默认保留原始索引。但是，您可以使用 ignore_index 参数来重置索引。

示例 13：合并具有不同索引的 DataFrame

导入 pandas 作为 pd

# 创建两个具有不同索引的 DataFrame
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
}, index=[1, 2])

df2 = pd.DataFrame({
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com'],
    '年龄': [35, 40]
}, index=[3, 4])

# 将 df2 附加到 df1 并重置索引
df = df1._append(df2, ignore_index=True)
print(df)

输出:

Pandas DataFrame Append

  1. 追加排序

默认情况下，append 方法不会对列进行排序。如果您想对列进行排序，可以使用 sort 参数。

示例 14：带排序的追加数据框

导入 pandas 作为 pd

# 创建两个列顺序不同的数据框
df1 = pd.DataFrame({
    'Name': ['Alice', 'Bob'],
    'Website': ['pandasdataframe.com', 'pandasdataframe.com'],
    'Age': [25, 30]
})

df2 = pd.DataFrame({
    '年龄': [35, 40],
    '姓名': ['Charlie', 'David'],
    '网站': ['pandasdataframe.com', 'pandasdataframe.com']
})

# 将 df2 附加到 df1 并排序列
df = df1._append(df2, ignore_index=True, sort=True)
print(df)

输出:

Pandas DataFrame Append

总之，Pandas 中的 append 方法是一个多功能的工具，用于向 DataFrame 添加行或列。它提供了一系列选项来处理不同的场景和需求，使其成为数据处理和分析的强大工具。

链接
https://pandasdataframe.com/pandas-dataframe-append.html
总结
Pandas是Python中强大的数据处理库，提供了有效操作结构化数据的功能。本文探讨了如何向DataFrame中添加数据，包括添加行和列的多种方法。首先，使用`append()`方法可以向DataFrame添加单行或多行数据，示例中展示了如何通过字典和字典列表来实现。其次，可以将一个DataFrame追加到另一个DataFrame，适用于将分散的数据合并为一个整体。接着，介绍了如何添加新列，包括直接赋值和使用`concat`方法合并多个DataFrame。处理索引时，Pandas提供了选项以避免重复索引的问题。还讨论了在列名不一致时如何使用`rename`方法对齐列名，以及在某些列缺失时，Pandas会用NaN填充缺失的列。通过这些方法，用户可以灵活地扩展和管理DataFrame中的数据。