dataframe增加行

一、dataframe增加行號

dataframe增加行號可以使用reset_index()方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
df = df.reset_index(drop=True)
print(df)

運行結果：

   A  B
0  1  4
1  2  5
2  3  6

二、dataframe增加na列

dataframe增加na列可以使用pandas.Series()方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
df['C'] = pd.Series([None]*len(df))
print(df)

運行結果：

   A  B     C
0  1  4  None
1  2  5  None
2  3  6  None

三、dataframe添加一行數據

dataframe添加一行數據可以使用append()方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
df = df.append({'A':4,'B':7}, ignore_index=True)
print(df)

運行結果：

   A  B
0  1  4
1  2  5
2  3  6
3  4  7

四、dataframe增加多行

dataframe增加多行可以使用pd.concat()方法。

import pandas as pd

df1 = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
df2 = pd.DataFrame({'A':[7,8,9],'B':[10,11,12]})
df = pd.concat([df1, df2], ignore_index=True)
print(df)

運行結果：

   A   B
0  1   4
1  2   5
2  3   6
3  7  10
4  8  11
5  9  12

五、dataframe行數

dataframe行數可以使用shape屬性獲取。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
row_num = df.shape[0]
print(row_num)

運行結果：

3

六、dataframe添加一行

dataframe添加一行可以直接賦值給一個新的Series。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
new_row = pd.Series({'A':4, 'B':7})
df = df.append(new_row, ignore_index=True)
print(df)

運行結果：

   A  B
0  1  4
1  2  5
2  3  6
3  4  7

七、dataframe刪除一行

dataframe刪除一行可以使用drop()方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
df = df.drop(1, axis=0)
print(df)

運行結果：

   A  B
0  1  4
2  3  6

八、dataframe行數統計

dataframe行數統計可以使用value_counts()方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3,2,1]})
row_count = df['A'].value_counts()
print(row_count)

運行結果：

2    2
1    2
3    1
Name: A, dtype: int64

九、dataframe求行的和

dataframe求行的和可以使用sum()方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
row_sum = df.sum(axis=1)
print(row_sum)

運行結果：

0     5
1     7
2     9

十、dataframe行選取

dataframe行選取可以使用iloc[]和loc[]方法。

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
row1 = df.iloc[0]
row1_2 = df.loc[df['A']==2]
print(row1)
print(row1_2)

運行結果：

A    1
B    4
Name: 0, dtype: int64

   A  B
1  2  5