我有一个数据框架:
s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])
df = pd.DataFrame([list(s1), list(s2)], columns = ["A", "B", "C"])
A B C
0 5 6 7
1 7 8 9
[2 rows x 3 columns]
并且我需要添加第一行[2,3,4]，得到:
A B C
0 2 3 4
1 5 6 7
2 7 8 9
我尝试过append()和concat()函数，但找不到正确的方法。
如何添加/插入系列数据帧?
当前回答
不知道你是如何调用concat()，但它应该工作，只要两个对象是相同的类型。也许问题是你需要将你的第二个向量转换为一个数据框架?使用df，你定义了以下工作为我:
df2 = pd.DataFrame([[2,3,4]], columns=['A','B','C'])
pd.concat([df2, df])
其他回答
下面是在不排序和重置索引的情况下将一行插入pandas数据框架的最佳方法:
import pandas as pd
df = pd.DataFrame(columns=['a','b','c'])
def insert(df, row):
insert_loc = df.index.max()
if pd.isna(insert_loc):
df.loc[0] = row
else:
df.loc[insert_loc + 1] = row
insert(df,[2,3,4])
insert(df,[8,9,0])
print(df)
这看起来可能过于简单，但令人难以置信的是，一个简单的插入新行函数没有内置。我读了很多关于追加一个新的df到原来的，但我想知道这是否会更快。
df.loc[0] = [row1data, blah...]
i = len(df) + 1
df.loc[i] = [row2data, blah...]
Concat()似乎比上一行插入和重新索引快一些。 如果有人想知道两种顶级方法的速度:
In [x]: %%timeit
...: df = pd.DataFrame(columns=['a','b'])
...: for i in range(10000):
...: df.loc[-1] = [1,2]
...: df.index = df.index + 1
...: df = df.sort_index()
每循环17.1 s±705 ms(平均±标准值7次运行，每循环1次)
In [y]: %%timeit
...: df = pd.DataFrame(columns=['a', 'b'])
...: for i in range(10000):
...: df = pd.concat([pd.DataFrame([[1,2]], columns=df.columns), df])
每循环6.53 s±127 ms(平均±标准值7次运行，每循环1次)
实现这一点的一种方法是
>>> pd.DataFrame(np.array([[2, 3, 4]]), columns=['A', 'B', 'C']).append(df, ignore_index=True)
Out[330]:
A B C
0 2 3 4
1 5 6 7
2 7 8 9
通常，添加数据框架是最简单的，而不是序列。在您的例子中，由于您希望新行位于“顶部”(带有起始id)，并且没有pd.prepend()函数，因此我首先创建新的数据框架，然后添加旧的数据框架。
Ignore_index将忽略数据帧中旧的正在进行的索引，并确保第一行实际上从索引1开始，而不是从索引0重新开始。
典型免责声明:Cetero censeo…追加行是一种非常低效的操作。如果你关心性能，并且能够以某种方式确保首先创建一个具有正确(更长)索引的数据帧，然后将额外的行插入到数据帧中，那么你一定要这样做。看到的:
>>> index = np.array([0, 1, 2])
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[0:1] = [list(s1), list(s2)]
>>> df2
Out[336]:
A B C
0 5 6 7
1 7 8 9
2 NaN NaN NaN
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[1:] = [list(s1), list(s2)]
到目前为止，我们有你的df:
>>> df2
Out[339]:
A B C
0 NaN NaN NaN
1 5 6 7
2 7 8 9
但是现在您可以像下面那样轻松地插入行。由于空间是预先分配的，因此效率更高。
>>> df2.loc[0] = np.array([2, 3, 4])
>>> df2
Out[341]:
A B C
0 2 3 4
1 5 6 7
2 7 8 9
只需将row赋值给一个特定的索引，使用loc:
df.loc[-1] = [2, 3, 4] # adding a row
df.index = df.index + 1 # shifting index
df = df.sort_index() # sorting by index
你会得到:
A B C
0 2 3 4
1 5 6 7
2 7 8 9
参见Pandas文档索引:放大设置。
