使用Dataframe方式添加數據

一、背景介紹

在數據挖掘和機器學習領域，數據處理是第一步，數據是整個流程的基礎。Pandas是Python語言中一個非常重要的數據分析庫，Pandas中的Dataframe是一個非常常用的數據結構，它可以輕鬆處理表格數據。在Dataframe中添加新的數據是一項常見的操作，本文將從多個方面介紹如何使用Dataframe方式添加數據。

二、Dataframe添加數據的方法

1. 使用loc方法添加數據

loc是Pandas中的一個方法，可以定位選取數據的某個單元格，從而實現對該單元格進行修改或添加新數據的操作。使用loc添加新數據的方法如下：

import pandas as pd

df = pd.DataFrame({'name':['a','b','c'],'age':[11,12,13]})
df.loc[3] = ['d',14]
print(df)

輸出結果：

  name  age
0    a   11
1    b   12
2    c   13
3    d   14

可以看到，使用loc方法，可以輕鬆為Dataframe中添加新的行數據。

2. 使用iloc方法添加數據

iloc與loc非常相似，不同之處在於它使用索引位置來選取數據，而非標籤名。使用iloc添加新數據的方法如下：

import pandas as pd

df = pd.DataFrame({'name':['a','b','c'],'age':[11,12,13]})
df.loc[len(df)] = ['d',14]
print(df)

輸出結果：

  name  age
0    a   11
1    b   12
2    c   13
3    d   14

可以看到，使用iloc方法同樣可以為Dataframe添加新的行數據。

3. 使用append方法添加數據

append方法是Pandas中用於在Dataframe中添加新數據的方法之一，在執行append方法時，需要指定需要添加的數據，可以是單一對象，也可以是一個列表或Dataframe。使用append方法添加新數據的方法如下：

import pandas as pd

df = pd.DataFrame({'name':['a','b','c'],'age':[11,12,13]})
new_data = pd.DataFrame({'name':['d'],'age':[14]})
df = df.append(new_data, ignore_index=True)
print(df)

輸出結果：

  name  age
0    a   11
1    b   12
2    c   13
3    d   14

可以看到，使用append方法同樣可以為Dataframe添加新的行數據。

4. 使用dict方式添加數據

除了以上幾種方法，Pandas還提供了一種快速添加Dataframe數據的方式，即使用字典方式。這個方法類似於指定一個字典對象，其中鍵是新列的名稱而值是列表，這個列表包含了新列中的元素。使用字典方式添加新數據的方法如下：

import pandas as pd

df = pd.DataFrame({'name':['a','b','c'],'age':[11,12,13]})
new_data = {'name':['d'],'age':[14]}
df = df.append(pd.DataFrame(new_data), ignore_index=True)
print(df)

輸出結果：

  name  age
0    a   11
1    b   12
2    c   13
3    d   14

可以看到，使用字典方式同樣可以為Dataframe添加新的行數據。

三、總結

以上介紹了4種不同的方式來為Dataframe添加新數據，每種方法都有其各自的特點和優缺點，在對數據進行操作時，可以根據具體的需求來選擇適當的方法。Dataframe是Pandas中非常常用的數據結構之一，學會了如何使用Dataframe添加數據，可以更加方便的進行數據處理操作。