Pandas向DataFrame追加/插入行

Pandas是一个开源的数据分析和数据处理工具，它提供了强大的数据结构和数据分析功能，其中最重要的数据结构之一是DataFrame。DataFrame是一个二维的表格型数据结构，类似于关系型数据库中的表格，可以方便地进行数据的处理和分析。

在Pandas中，可以使用append()方法向DataFrame追加行数据。append()方法接受一个字典、Series或DataFrame作为参数，将其添加到原有的DataFrame中。需要注意的是，append()方法返回一个新的DataFrame对象，原有的DataFrame不会被修改。

下面是一个示例代码，演示了如何使用append()方法向DataFrame追加行数据：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['Name', 'Age', 'Gender'])

# 定义要追加的行数据
new_row = {'Name': 'John', 'Age': 25, 'Gender': 'Male'}

# 使用append()方法追加行数据
df = df.append(new_row, ignore_index=True)

# 打印结果
print(df)

输出结果为：

  Name Age Gender
0 John  25   Male

在上述示例中，首先创建了一个空的DataFrame对象df，然后定义了要追加的行数据new_row，最后使用append()方法将new_row追加到df中。通过设置ignore_index=True参数，可以重新生成索引，保证索引的连续性。

需要注意的是，如果要追加多行数据，可以将多个字典、Series或DataFrame对象放入一个列表中，然后使用append()方法一次性追加。

除了使用append()方法追加行数据外，还可以使用loc索引器来插入行数据。loc索引器可以通过指定行标签的方式插入行数据，具体操作如下：

import pandas as pd

# 创建一个空的DataFrame
df = pd.DataFrame(columns=['Name', 'Age', 'Gender'])

# 定义要插入的行数据
new_row = pd.Series(['John', 25, 'Male'], index=df.columns, name=len(df))

# 使用loc索引器插入行数据
df.loc[len(df)] = new_row

# 打印结果
print(df)

输出结果与上述示例相同。

总结起来，Pandas向DataFrame追加/插入行数据可以使用append()方法或loc索引器。append()方法适用于一次性追加多行数据，而loc索引器适用于插入单行数据。根据具体的需求选择合适的方法即可。

关于Pandas的更多信息和使用方法，可以参考腾讯云的相关产品和文档：