关于DataFrame增的自我学习

目录

创建DataFrame

增加行或者列

添加新行

添加新列

---

创建DataFrame

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}

df = pd.DataFrame(data)

上面的代码中，我们首先导入了 pandas 库，然后创建了一个字典类型的数据 data，其中包含了姓名、年龄和性别等信息。接着，我们使用 pd.DataFrame() 函数将这个字典类型的数据转换成了一个 DataFrame 对象，存储在 df 变量中。

 

增加行或者列

添加新行

要添加新的行，我们可以使用 DataFrame 中的 append() 方法。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}

df = pd.DataFrame(data)

new_data = {'name': 'Eva', 'age': 29, 'gender': 'F'}
df = df.append(new_data, ignore_index=True)

上面的代码中，我们首先创建了一个 DataFrame 对象 df。然后，我们创建了一个新的数据 new_data，其中包含了一个新的人员的信息。最后，我们使用 DataFrame 的 append() 方法将新的数据添加到了原始的 DataFrame 对象中，并将 ignore_index 参数设置为 True，这样可以忽略原始的行索引，从 0 开始重新排列。

 

添加新列

要添加新的列，我们可以直接使用 DataFrame 中的赋值操作。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}

df = pd.DataFrame(data)

df['score'] = [90, 85, 70, 95]

上面的代码中，我们首先创建了一个 DataFrame 对象 df。然后，我们使用赋值操作将新的列 score 添加到了 DataFrame 中。