Aggiungi una riga a Pandas DataFrame

  1. .loc[index] Metodo per aggiungere la riga a Pandas Dataframe con liste
  2. Aggiungi dizionario come riga per aggiungerlo a Pandas Dataframe
  3. Dataframe append() Metodo per aggiungere una riga

Pandas è progettato per caricare un dataframe completamente popolato. Possiamo aggiungere una riga alla volta a pandas.Dataframe utilizzando vari approcci come .loc, dizionari, pandas.concat() o DataFrame.append().

.loc[index] Metodo per aggiungere la riga a Pandas Dataframe con liste

loc[index] prende il nuovo lista come una nuova riga e lo aggiunge all’indice specificato di pandas.Dataframe.

Codici di esempio:

# 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)

Produzione:

     Name  Price Stock
0  Orange     34   Yes
1   Mango      4    No
2   Apple     14   Yes
Attenzione

ignore_index deve essere impostato su True quando passiamo un dizionario alla funzione append(). Altrimenti, solleverà errori.

Aggiungi dizionario come riga per aggiungerlo a Pandas Dataframe

Il metodo append() può prendere il valore del dizionario direttamente come una riga e aggiungerlo a pandas dataframe.

Codici di esempio:

# 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)

Produzione:

     Name  Price Stock
0  Orange     34   Yes
1   Apple     23    No
2   Mango     13   Yes

Dataframe append() Metodo per aggiungere una riga

Il metodo append() potrebbe aggiungere righe di un altro dataframe alla fine dell’originale dataframe, e restituire un nuovo dataframe. Anche le colonne del nuovo dataframe che non sono nel datafarme originale vengono aggiunte al dataframe esistente e i valori delle nuove celle vengono riempiti con NaN.

Codici di esempio:

import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' )]

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 ignorerà il index del nuovo dataframe e gli assegnerà un nuovo indice nel dataframe originale.

Produzione:

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

Articolo correlato - Pandas DataFrame

  • Scrivi un Pandas DataFrame in CSV
  • Normalizza una colonna in Pandas Dataframe