将新行添加到具有特定索引名称的Pandas DataFrame

Question

我正在尝试使用特定的索引名称向DataFrame添加新行'e'。

    number   variable       values
a    NaN       bank          true   
b    3.0       shop          false  
c    0.5       market        true   
d    NaN       government    true

我已经尝试了以下方法，但是它正在创建一个新列而不是一个新行。

new_row = [1.0, 'hotel', 'true']
df = df.append(new_row)

仍然不了解如何插入具有特定索引的行。将不胜感激任何建议。

Answer 1

您可以使用df.loc[_not_yet_existing_index_label_] = new_row。

演示：

In [3]: df.loc['e'] = [1.0, 'hotel', 'true']

In [4]: df
Out[4]:
   number    variable values
a     NaN        bank   True
b     3.0        shop  False
c     0.5      market   True
d     NaN  government   True
e     1.0       hotel   true

使用这种方法的PS，您不能添加具有现有（重复）索引值（标签）的行-在这种情况下，具有此索引标签的行将被 更新 。

更新：

如果索引是DateTimeIndex并且新行的索引不存在，则在最近的Pandas / Python3中这可能不起作用。

如果我们指定正确的索引值，它将起作用。

演示（使用pandas: 0.23.4）：

In [17]: ix = pd.date_range('2018-11-10 00:00:00', periods=4, freq='30min')

In [18]: df = pd.DataFrame(np.random.randint(100, size=(4,3)), columns=list('abc'), index=ix)

In [19]: df
Out[19]:
                      a   b   c
2018-11-10 00:00:00  77  64  90
2018-11-10 00:30:00   9  39  26
2018-11-10 01:00:00  63  93  72
2018-11-10 01:30:00  59  75  37

In [20]: df.loc[pd.to_datetime('2018-11-10 02:00:00')] = [100,100,100]

In [21]: df
Out[21]:
                       a    b    c
2018-11-10 00:00:00   77   64   90
2018-11-10 00:30:00    9   39   26
2018-11-10 01:00:00   63   93   72
2018-11-10 01:30:00   59   75   37
2018-11-10 02:00:00  100  100  100

In [22]: df.index
Out[22]: DatetimeIndex(['2018-11-10 00:00:00', '2018-11-10 00:30:00', '2018-11-10 01:00:00', '2018-11-10 01:30:00', '2018-11-10 02:00:00'], dtype='da
tetime64[ns]', freq=None)