Cara Memasukkan Baris ke dalam Bingkai Data Pandas menggunakan loc, Shifting Index dan Sorting

Mary-Kate Olsen
Lepaskan: 2024-10-23 06:37:02
asal
246 orang telah melayarinya

How to Insert a Row into a Pandas Dataframe using loc, Shifting Index, and Sorting

Memasukkan Baris ke dalam Bingkai Data Pandas

Apabila bekerja dengan bingkai data Pandas, anda mungkin menghadapi keperluan untuk memasukkan baris baharu di lokasi tertentu. Katakan anda mempunyai bingkai data dengan dua siri, s1 dan s2, diwakili seperti berikut:

<code class="python">s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])

df = pd.DataFrame([list(s1), list(s2)],  columns =  ["A", "B", "C"])

print(df)</code>
Salin selepas log masuk
   A  B  C
0  5  6  7
1  7  8  9

[2 rows x 3 columns]
Salin selepas log masuk

Untuk menambah baris baharu dengan nilai [2, 3, 4] sebagai baris pertama, ikuti ini langkah:

1. Tetapkan Baris kepada Indeks Tertentu menggunakan loc:

<code class="python">df.loc[-1] = [2, 3, 4]  # adding a row</code>
Salin selepas log masuk

2. Anjakan Indeks sebanyak 1:

<code class="python">df.index = df.index + 1  # shifting index</code>
Salin selepas log masuk

3. Isih mengikut Indeks:

<code class="python">df = df.sort_index()  # sorting by index</code>
Salin selepas log masuk

Selepas melakukan langkah ini, anda akan memperoleh output yang diingini:

    A  B  C
 0  2  3  4
 1  5  6  7
 2  7  8  9
Salin selepas log masuk

Seperti yang dijelaskan dalam dokumentasi Pandas tentang Pengindeksan: Tetapan dengan pembesaran, pendekatan ini membolehkan anda menambah baris baharu pada bingkai data dengan membesarkan indeks. Fungsi loc membolehkan anda menetapkan nilai kepada indeks tertentu, dalam kes ini, -1 untuk baris baharu. Mengalihkan indeks dan mengisih mengikut indeks memastikan baris baharu dimasukkan sebagai baris pertama dalam bingkai data.

Atas ialah kandungan terperinci Cara Memasukkan Baris ke dalam Bingkai Data Pandas menggunakan loc, Shifting Index dan Sorting. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!