Tässä artikkelissa näemme, kuinka voit lisätä uuden rivin arvoja olemassa olevaan tietokehykseen. Tätä voidaan käyttää, kun haluamme lisätä tietoihimme uuden merkinnän, jonka olemme saaneet unohtaa lisätä aiemmin. Tämän saavuttamiseksi on erilaisia menetelmiä.
dfs-algoritmi
Katsotaanpa nyt esimerkkien avulla, kuinka voimme tehdä tämän
Esimerkki 1:
Voimme lisätä yhden rivin käyttämällä DataFrame.loc . Voimme lisätä rivin tietokehyksemme viimeiseen kohtaan. Voimme saada rivien lukumäärän käyttämällä len(DataFrame.index) määrittämään paikan, johon meidän on lisättävä uusi rivi.
Python from IPython.display import display, HTML import pandas as pd from numpy.random import randint dict = {'Name':['Martha', 'Tim', 'Rob', 'Georgia'], 'Maths':[87, 91, 97, 95], 'Science':[83, 99, 84, 76] } df = pd.DataFrame(dict) display(df) df.loc[len(df.index)] = ['Amy', 89, 93] display(df)> Lähtö:
tring to int
Esimerkki 2:
Voimme myös lisätä uuden rivin käyttämällä DataFrame.append() toiminto
Python from IPython.display import display, HTML import pandas as pd import numpy as np dict = {'Name':['Martha', 'Tim', 'Rob', 'Georgia'], 'Maths':[87, 91, 97, 95], 'Science':[83, 99, 84, 76] } df = pd.DataFrame(dict) display(df) df2 = {'Name': 'Amy', 'Maths': 89, 'Science': 93} df = df._append(df2, ignore_index = True) display(df) # This code is modified by Susobhan Akhuli> Lähtö:
Esimerkki 3:
string.compareto c#
Voimme myös lisätä useita rivejä käyttämällä pandas.concat() luomalla uusi tietokehys kaikista lisättävistä riveistä ja lisäämällä tämä tietokehys alkuperäiseen tietokehykseen.
Python from IPython.display import display, HTML import pandas as pd import numpy as np dict = {'Name':['Martha', 'Tim', 'Rob', 'Georgia'], 'Maths':[87, 91, 97, 95], 'Science':[83, 99, 84, 76] } df1 = pd.DataFrame(dict) display(df1) dict = {'Name':['Amy', 'Maddy'], 'Maths':[89, 90], 'Science':[93, 81] } df2 = pd.DataFrame(dict) display(df2) df3 = pd.concat([df1, df2], ignore_index = True) df3.reset_index() display(df3)> Lähtö:
