Comment ajouter une ligne à Pandas DataFrame
-
La méthode
.loc[index]
pour ajouter la ligne à Pandas dataframe avec des listes -
ajouter le dictionnaire comme ligne pour l’ajouter à la
dataframe
de Pandas -
Méthode Dataframe
.append
pour ajouter une ligne
Pandas est conçu pour charger une dataframe
entièrement remplie. Nous pouvons ajouter des lignes une par une à Pandas.Dataframe
. Cela peut être fait en utilisant différentes approches comme .loc
, dictionaries
, pandas.concat()
ou DataFrame.append()
.
La méthode .loc[index]
pour ajouter la ligne à Pandas dataframe avec des listes
loc[index]
prendra la nouvelle liste comme une nouvelle ligne et l’ajoutera à l’index donné de pandas.Dataframe
.
Considérons le code suivant:
# 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)
Production:
Name Price Stock
0 Orange 34 Yes
1 Mango 4 No
2 Apple 14 Yes
ajouter le dictionnaire comme ligne pour l’ajouter à la dataframe
de Pandas
append()
peut prendre la valeur d’un dictionnaire de paires clé-valeur
directement comme une ligne et l’ajouter aux pandas dataframe
.
Considérons le code suivant:
# 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)
Production:
Name Price Stock
0 Orange 34 Yes
1 Apple 23 No
2 Mango 13 Yes
Méthode Dataframe .append
pour ajouter une ligne
Le fichier append
peut être utilisé pour ajouter des lignes d’autres dataframe
à la fin de la dataframe
originale, et renvoyer une nouvelle dataframe
. Les colonnes de la nouvelle dataframe
qui ne sont pas dans la datafarme
originale sont également ajoutées à la dataframe
existante et les nouvelles valeurs de cellules sont remplies avec NaN
.
Considérons le code suivant:
# 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
ignorera l’index de la nouvelle dataframe
et lui assignera le nouvel index de la dataframe
originale.
Production:
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