Chèn một hàng vào khung dữ liệu gấu trúc

Tôi có một khung dữ liệu:

s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])

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

   A  B  C
0  5  6  7
1  7  8  9

[2 rows x 3 columns]

và tôi cần thêm hàng đầu tiên [2, 3, 4] để nhận được:

   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

Tôi đã thử append()và concat()thực hiện các chức năng nhưng không thể tìm thấy cách phù hợp để làm điều đó.

Làm cách nào để thêm / chèn chuỗi vào dataframe?

Chỉ cần gán hàng cho một chỉ mục cụ thể, sử dụng loc:

 df.loc[-1] = [2, 3, 4]  # adding a row
 df.index = df.index + 1  # shifting index
 df = df.sort_index()  # sorting by index

Và bạn nhận được, như mong muốn:

    A  B  C
 0  2  3  4
 1  5  6  7
 2  7  8  9

Xem trong tài liệu Pandas Lập chỉ mục: Cài đặt với phóng to .

Không chắc bạn đã gọi như thế nào concat()nhưng nó sẽ hoạt động miễn là cả hai đối tượng đều thuộc cùng một loại. Có thể vấn đề là bạn cần truyền vectơ thứ hai của mình sang khung dữ liệu? Sử dụng df mà bạn đã xác định, các thao tác sau phù hợp với tôi:

df2 = pd.DataFrame([[2,3,4]], columns=['A','B','C'])
pd.concat([df2, df])

Một cách để đạt được điều này là

>>> pd.DataFrame(np.array([[2, 3, 4]]), columns=['A', 'B', 'C']).append(df, ignore_index=True)
Out[330]: 
   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

Nói chung, dễ nhất là nối các khung dữ liệu, không phải chuỗi. Trong trường hợp của bạn, vì bạn muốn hàng mới ở "trên cùng" (với id bắt đầu) và không có chức năng nào pd.prepend(), trước tiên tôi tạo khung dữ liệu mới và sau đó nối khung cũ của bạn.

ignore_indexsẽ bỏ qua chỉ mục cũ đang diễn ra trong khung dữ liệu của bạn và đảm bảo rằng hàng đầu tiên thực sự bắt đầu với chỉ mục 1thay vì bắt đầu lại với chỉ mục 0.

Tuyên bố từ chối trách nhiệm điển hình: Cetero censeo ... nối các hàng là một hoạt động khá kém hiệu quả. Nếu bạn quan tâm đến hiệu suất và bằng cách nào đó có thể đảm bảo tạo khung dữ liệu trước tiên với chỉ mục chính xác (dài hơn) và sau đó chỉ cần chèn hàng bổ sung vào khung dữ liệu, bạn chắc chắn nên làm điều đó. Xem:

>>> index = np.array([0, 1, 2])
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[0:1] = [list(s1), list(s2)]
>>> df2
Out[336]: 
     A    B    C
0    5    6    7
1    7    8    9
2  NaN  NaN  NaN
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[1:] = [list(s1), list(s2)]

Cho đến nay, chúng tôi có những gì bạn có là df:

>>> df2
Out[339]: 
     A    B    C
0  NaN  NaN  NaN
1    5    6    7
2    7    8    9

Nhưng bây giờ bạn có thể dễ dàng chèn hàng như sau. Vì không gian đã được phân bổ trước, điều này hiệu quả hơn.

>>> df2.loc[0] = np.array([2, 3, 4])
>>> df2
Out[341]: 
   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

Tôi đã tổng hợp một hàm ngắn cho phép linh hoạt hơn một chút khi chèn một hàng:

def insert_row(idx, df, df_insert):
    dfA = df.iloc[:idx, ]
    dfB = df.iloc[idx:, ]

    df = dfA.append(df_insert).append(dfB).reset_index(drop = True)

    return df

có thể được rút ngắn hơn nữa thành:

def insert_row(idx, df, df_insert):
    return df.iloc[:idx, ].append(df_insert).append(df.iloc[idx:, ]).reset_index(drop = True)

Sau đó, bạn có thể sử dụng một cái gì đó như:

df = insert_row(2, df, df_new)

đâu 2là vị trí chỉ mục dfmà bạn muốn chèn df_new.

Chúng ta có thể sử dụng numpy.insert. Điều này có lợi thế về tính linh hoạt. Bạn chỉ cần chỉ định chỉ mục bạn muốn chèn vào.

s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])

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

pd.DataFrame(np.insert(df.values, 0, values=[2, 3, 4], axis=0))

    0   1   2
0   2   3   4
1   5   6   7
2   7   8   9

Đối với np.insert(df.values, 0, values=[2, 3, 4], axis=0), 0 cho hàm biết vị trí / chỉ mục bạn muốn đặt các giá trị mới.

điều này có vẻ quá đơn giản nhưng thật khó tin khi một chức năng chèn hàng mới đơn giản không được tích hợp sẵn. Tôi đã đọc rất nhiều về cách thêm một df mới vào bản gốc, nhưng tôi đang tự hỏi liệu điều này có nhanh hơn không.

df.loc[0] = [row1data, blah...]
i = len(df) + 1
df.loc[i] = [row2data, blah...]

Dưới đây sẽ là cách tốt nhất để chèn một hàng vào khung dữ liệu gấu trúc mà không cần sắp xếp và gửi lại chỉ mục:

import pandas as pd

df = pd.DataFrame(columns=['a','b','c'])

def insert(df, row):
    insert_loc = df.index.max()

    if pd.isna(insert_loc):
        df.loc[0] = row
    else:
        df.loc[insert_loc + 1] = row

insert(df,[2,3,4])
insert(df,[8,9,0])
print(df)

concat()dường như nhanh hơn một chút so với việc chèn và lập chỉ mục hàng cuối cùng. Trong trường hợp ai đó sẽ thắc mắc về tốc độ của hai cách tiếp cận hàng đầu:

In [x]: %%timeit
     ...: df = pd.DataFrame(columns=['a','b'])
     ...: for i in range(10000):
     ...:     df.loc[-1] = [1,2]
     ...:     df.index = df.index + 1
     ...:     df = df.sort_index()

17,1 s ± 705 ms mỗi vòng (trung bình ± std. Dev. Của 7 lần chạy, mỗi lần 1 vòng)

In [y]: %%timeit
     ...: df = pd.DataFrame(columns=['a', 'b'])
     ...: for i in range(10000):
     ...:     df = pd.concat([pd.DataFrame([[1,2]], columns=df.columns), df])

6,53 s ± 127 ms mỗi vòng (trung bình ± std. Dev. Của 7 lần chạy, mỗi vòng 1 lần)

Rất đơn giản để thêm một hàng vào gấu trúc DataFrame:

1. Tạo một từ điển Python thông thường với các tên cột giống như của bạn Dataframe;

2. Sử dụng pandas.append()phương thức và nhập tên từ điển của bạn, .append()phương thức ở đâu trên các cá thể DataFrame;

3. Thêm ignore_index=Truengay sau tên từ điển của bạn.

Bạn có thể chỉ cần nối hàng vào cuối DataFrame, sau đó điều chỉnh chỉ mục.

Ví dụ:

df = df.append(pd.DataFrame([[2,3,4]],columns=df.columns),ignore_index=True)
df.index = (df.index + 1) % len(df)
df = df.sort_index()

Hoặc sử dụng concatnhư:

df = pd.concat([pd.DataFrame([[1,2,3,4,5,6]],columns=df.columns),df],ignore_index=True)

Cách đơn giản nhất để thêm một hàng trong khung dữ liệu gấu trúc là:

DataFrame.loc[ location of insertion ]= list( )

Thí dụ :

DF.loc[ 9 ] = [ ´Pepe’ , 33, ´Japan’ ]

NB: độ dài của danh sách của bạn phải khớp với độ dài của khung dữ liệu.