Cómo añadir una fila al DataFrame de Pandas
-
.loc[index]
método para añadir la fila al dataframe de Pandas con listas -
agregar el diccionario como la fila para agregarlo al Pandas
DataFrame
-
El método
.append
de Dataframe para añadir una fila

Pandas está diseñado para cargar un DataFrame
completamente poblado. Podemos añadir una fila una a una a pandas.Dataframe
. Esto se puede hacer usando varios enfoques como .loc
, diccionarios
, pandas.concat()
o DataFrame.append()
.
.loc[index]
método para añadir la fila al dataframe de Pandas con listas
.loc[index]
tomará la nueva lista como una nueva fila y la añadirá al index
dado de pandas.Dataframe
.
Considere el siguiente código:
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [ ('Orange', 34, 'Yes' )]
#Create a DataFrame object
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'Stock'])
#Add new ROW
df.loc[1]=[ 'Mango', 4, 'No' ]
df.loc[2]=[ 'Apple', 14, 'Yes' ]
print(df)
Producción:
Name Price Stock
0 Orange 34 Yes
1 Mango 4 No
2 Apple 14 Yes
agregar el diccionario como la fila para agregarlo al Pandas DataFrame
append()
puede tomar el valor de un diccionario de pares de key-value
directamente como una fila y añadirlo al DataFrame
de los pandas.
Considera el siguiente código:
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [ ('Orange', 34, 'Yes' )]
#Create a DataFrame object
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'Stock'])
#Add new ROW
df=df.append({'Name' : 'Apple' , 'Price' : 23, 'Stock' : 'No'} , ignore_index=True)
df=df.append({'Name' : 'Mango' , 'Price' : 13, 'Stock' : 'Yes'} , ignore_index=True)
print(df)
Producción:
Name Price Stock
0 Orange 34 Yes
1 Apple 23 No
2 Mango 13 Yes
El método .append
de Dataframe para añadir una fila
.append
puede ser usado para añadir filas de otros dataframes
al final del DataFrame
original, y devolver un nuevo DataFrame
. Las columnas del nuevo DataFrame
que no están en el datafarme
original también se añaden al DataFrame
existente y las nuevas celdas de valor se llenan con NaN
.
Considera el siguiente código:
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [ ('Orange', 34, 'Yes' )]
#Create a DataFrame object
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'Stock'])
print("Original DataFrame:")
print(df)
print('.............................')
print('.............................')
new_fruit_list = [ ('Apple', 34, 'Yes','small' )]
dfNew=pd.DataFrame(new_fruit_list, columns = ['Name' , 'Price', 'Stock','Type'])
print("Newly Created DataFrame:")
print(dfNew)
print('.............................')
print('.............................')
#append one dataframe to othher
df=df.append(dfNew,ignore_index=True)
print("Copying DataFrame to orignal...")
print(df)
ignore_index=True
ignorará el index
del nuevo DataFrame
y le asignará un nuevo índice del DataFrame
original.
Producción:
Original DataFrame:
Name Price Stock
0 Orange 34 Yes
.............................
.............................
Newly Created DataFrame:
Name Price Stock Type
0 Apple 34 Yes small
.............................
.............................
Copying DataFrame to original..:
Name Price Stock Type
0 Orange 34 Yes NaN
1 Apple 34 Yes small