python的pandas中如何在dataframe中插入一行或一列数据？_dataframe 插入

dataframe类型是如何插入一行或一列数据的呢？这个需求在本文中将会进行讨论。相比较ndarray类型的同样的“数据插入”需求，dataframe的实现方式，则不是很好用。本文以一个dataframe类型变量为例，测试插入一行数据或者一列数据的方式方法。测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。

某个位置插入列

因为dataframe的insert()，不走寻常路。

• 效果就是插入一列数据，并没有axis=这个参数来区分数据流的方向。
• 并且默认效果就是替换原变量，并不是return
  新变量，并没有个inplace参数进行控制。

测试代码：

import pandas as pd
df = pd.DataFrame({"姓名": ["老许", "虎子"], "重量": ["10", "15"]})
df.insert(1, "种类", ["猫", "狗"])
print(df)
1
2
3
4

输出：

   姓名 种类  重量
0  老许  猫   10
1  虎子  狗   15
1
2
3

这个dataframe将作为原始数据，参与本文后续的代码实验。

尾部插入列

这个代码是最简单的，灰常简单。测试代码：

import pandas as pd

df = pd.DataFrame({"姓名": ["老许", "虎子"], "重量": ["10", "15"]})
df["颜色"] = ['黑色', '黄色']
print(df)
1
2
3
4
5

输出：

   姓名  重量  颜色
0  老许  10    黑色
1  虎子  15    黄色
1
2
3

某个位置插入行

下面在第二行（编号1）位置插入两条数据。实际上先对dataframe在编号1位置进行了拆分，然后再在拆分的两部分中间放入了新的数据，最终执行合并操作。

import pandas as pd
df = pd.DataFrame({"姓名": ["老许", "虎子"],"种类": ["猫", "狗"], "重量": ["10", "15"]})
data = pd.DataFrame({
    '姓名': ["老许二代", "二赖子"],
    '种类': ["黑猫", "花狗"],
    '重量': [3, 15]
})
df2 = pd.concat([df.loc[:0], data, df.loc[1:]]).reset_index(drop=True)
print(df2)
1
2
3
4
5
6
7
8
9

输出

      姓名  种类  重量
0     老许   猫   10
1  老许二代  黑猫  3
2    二赖子  花狗  15
3     虎子   狗    15
1
2
3
4
5

尾部插入行

dataframe类型官方，对于插入新的一行数据的需求，就仅仅提供了一个append()操作，可以叠加新数据到尾部。

import pandas as pd
df = pd.DataFrame({"姓名": ["老许", "虎子"],"种类": ["猫", "狗"], "重量": ["10", "15"]})
data = pd.DataFrame({
    '姓名': ["老许二代", "二赖子"],
    '种类': ["黑猫", "花狗"],
    '重量': [3, 15]
})
df3 = df.append(data, ignore_index=True)
print(df3)
1
2
3
4
5
6
7
8
9

输出

      姓名   种类  重量
0     老许   猫    10
1     虎子   狗    15
2  老许二代  黑猫   3
3    二赖子  花狗   15
1
2
3
4
5