Pandas: Gắn thêm một hàng vào một khung dữ liệu và chỉ định nhãn chỉ mục của nó

Question

Có cách nào để chỉ định chỉ mục mà tôi muốn cho một hàng mới hay không, khi thêm hàng vào một khung dữ liệu?

Các tài liệu gốc cung cấp the following example:

In [1301]: df = DataFrame(np.random.randn(8, 4), columns=['A','B','C','D']) 

In [1302]: df 
Out[1302]: 
      A   B   C   D 
0 -1.137707 -0.891060 -0.693921 1.613616 
1 0.464000 0.227371 -0.496922 0.306389 
2 -2.290613 -1.134623 -1.561819 -0.260838 
3 0.281957 1.523962 -0.902937 0.068159 
4 -0.057873 -0.368204 -1.144073 0.861209 
5 0.800193 0.782098 -1.069094 -1.099248 
6 0.255269 0.009750 0.661084 0.379319 
7 -0.008434 1.952541 -1.056652 0.533946 

In [1303]: s = df.xs(3) 

In [1304]: df.append(s, ignore_index=True) 
Out[1304]: 
      A   B   C   D 
0 -1.137707 -0.891060 -0.693921 1.613616 
1 0.464000 0.227371 -0.496922 0.306389 
2 -2.290613 -1.134623 -1.561819 -0.260838 
3 0.281957 1.523962 -0.902937 0.068159 
4 -0.057873 -0.368204 -1.144073 0.861209 
5 0.800193 0.782098 -1.069094 -1.099248 
6 0.255269 0.009750 0.661084 0.379319 
7 -0.008434 1.952541 -1.056652 0.533946 
8 0.281957 1.523962 -0.902937 0.068159 

nơi hàng mới được nhãn chỉ số tự động. Có cách nào để kiểm soát nhãn mới không?

Answer 1

Các name của Series trở thành index của hàng trong DataFrame:

In [99]: df = pd.DataFrame(np.random.randn(8, 4), columns=['A','B','C','D']) 

In [100]: s = df.xs(3) 

In [101]: s.name = 10 

In [102]: df.append(s) 
Out[102]: 
      A   B   C   D 
0 -2.083321 -0.153749 0.174436 1.081056 
1 -1.026692 1.495850 -0.025245 -0.171046 
2 0.072272 1.218376 1.433281 0.747815 
3 -0.940552 0.853073 -0.134842 -0.277135 
4 0.478302 -0.599752 -0.080577 0.468618 
5 2.609004 -1.679299 -1.593016 1.172298 
6 -0.201605 0.406925 1.983177 0.012030 
7 1.158530 -2.240124 0.851323 -0.240378 
10 -0.940552 0.853073 -0.134842 -0.277135 

Answer 2

df.loc sẽ thực hiện công việc:

>>> df = pd.DataFrame(np.random.randn(3, 2), columns=['A','B']) 
>>> df 
      A   B 
0 -0.269036 0.534991 
1 0.069915 -1.173594 
2 -1.177792 0.018381 
>>> df.loc[13] = df.loc[1] 
>>> df 
      A   B 
0 -0.269036 0.534991 
1 0.069915 -1.173594 
2 -1.177792 0.018381 
13 0.069915 -1.173594