python - 将数据附加到 Pandas 数据框
问题描述
我有以下熊猫数据框:
df = pd.DataFrame({'A': [1, 2, 3, 7], 'B': [4, 5, 6, 29]})
我正在处理一个获取索引然后将数据附加到该行末尾的 for 循环。
如何为表的给定索引附加列C
, D
, ?E
假设在第一次迭代中,索引为 2:
A B C D E
0 1 4 0 0 0
1 2 5 0 0 0
2 3 6 34 12 23
3 7 29 0 0 0
在 for 循环的下一次迭代中,索引可能是 1。那么数据帧将是:
A B C D E
0 1 4 0 0 0
1 2 5 8 11 4
2 3 6 34 12 23
3 7 29 0 0 0
我该怎么做呢?
解决方案
您可以使用 loc 并提供索引来定位特定行。
例如:
df.loc[5:'D']=10
这会将值 10 添加到行索引 5 的列 D 中。
您的问题表明您要根据行索引添加新列。这没有意义,因为数据框不像 NoSQL 文档,您可以在其中添加独立于其他行的列。
您应该做的是将所有列都添加到数据框中,然后随时添加值。
添加多个值:
df.loc[5, ['D', 'B']] = 10
推荐阅读
- java - 公开类别 ID
- jquery - jQuery Find() 从自身或父对象启动
- java - Springboot 组件返回属性值 null
- api - go中的单元测试
- static - 有没有更好的方法以类图的形式表示类的最终变量?
- android - 允许在覆盖 viewpager2 的按钮上滑动
- python - 提取 Numpy 数组中的某些行
- java - Spring Batch jobExecution.getStepExecutions 为空
- html - 如何使用 CSS 正确对齐 HTML 内联表单?
- android - 如何根据recyclerview中加载的图像数量更改textview中的文本