Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Cara Memasukkan Baris ke dalam Bingkai Data Pandas menggunakan loc, Shifting Index dan Sorting

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

Mary-Kate Olsen
Mary-Kate Olsenasal
2024-10-23 06:37:02249semak imbas

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>
   A  B  C
0  5  6  7
1  7  8  9

[2 rows x 3 columns]

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>

2. Anjakan Indeks sebanyak 1:

<code class="python">df.index = df.index + 1  # shifting index</code>

3. Isih mengikut Indeks:

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

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

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!

Kenyataan:
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