Pandas Inserisci riga

“Un framework Python per lavorare con i frame di dati si chiama Panda. Può essere utilizzato per una varietà di scopi, tra cui la lettura, l'esportazione di file CSV e la conversione di array numpy in dati di dati. Tre parametri costituiscono il telaio di dati Pandas. I dati dei dati sono molto utili poiché offrono un modo semplice per stampare una vista da tabella e quindi modificarla secondo necessità. Potrebbe essere necessario stabilire un nuovo frame di dati e aggiungere le righe in modo selettivo quando si utilizza l'analisi dei dati per l'analisi dei dati per generare un frame di dati con record particolari.

A meno che non si assegnino i nomi a ciascuna riga, l'indice sarà l'intero a partire da zero per la riga associata. Inoltre, è semplice fare riferimento a una colonna con il suo nome, come "dati", o per la sua posizione all'interno del frame dati."

Panda che aggiunge riga

Utilizzare la funzione LOC [] per l'aggiunta di qualsiasi riga o la sua colonna pertinente a un frame dati. La funzione insert () o comportarsi come se stessi aggiungendo una fetta di un telaio di dati e posizionando il nome della colonna tra parentesi quadrate "[]" sono i due modi aggiuntivi per aggiungere righe e colonne. Una riga può essere aggiunta solo in fondo a un frame dati utilizzando la funzione "loc []" per aggiungerla al frame dati. Le informazioni in quella riga verranno sostituite con i dati che si stanno inserendo se si specificano qualsiasi altro indice nel frame dati. Il metodo "Append ()" passa il nuovo frame dati all'interno del "[]" e applica l'operatore DOT con il vecchio frame dati. Al punto finale della riga pertinente, aggiungerà una nuova riga.

È necessario essere a conoscenza delle colonne esistenti nella cornice dei dati per aggiungere una nuova riga. Esistono quattro modi per aggiungere righe al frame dati "Append ()", "Concat ()", "Iloc []" e ".loc [] ". Abbiamo usato due tecniche nei nostri esempi.

La sintassi per i panda che inseriscono la riga di .Loc [] Metodo

La sintassi per l'aggiunta di una riga usando ".il metodo loc [] "è come sopra

La sintassi per Pandas che inserisce la riga con il metodo Append ()

Esempio 1: aggiunta di riga usando .Loc [] Metodo

A partire dal primo esempio, aggiungiamo una riga di riga singola al nostro frame di dati utilizzando "DF.Loc () "Metodo. Quando una riga viene inserita in un frame dati Panda, viene aggiunta alla fine del frame dati mentre le righe originali rimangono stabili. Utilizzo di “DataFrame.loc [] ”Possiamo inserire la riga alla fine del nostro frame dati. Gli esempi includono l'inserimento di un elenco di Python "auto" come riga in un telaio di dati Panda, che aggiunge effettivamente una riga al frame dati con i contenuti forniti da un elenco.

In questo esempio, abbiamo creato frame di dati definiti "auto". Ci sono tre colonne "nome" è il titolo della prima colonna. Nell'elenco delle colonne "Nome", abbiamo i nomi di alcune auto, "Ford", "Honda" e "Toyota". Il prezzo è la seconda colonna che abbiamo e contiene i valori "3000000", "420000" e "400000" La terza colonna che abbiamo è "modello" e contiene i valori "2021", "2018" e "2019". Ora, visualizzeremo il nostro frame di dati utilizzando "Display (DF)".

Il frame di dati ora presenterà una nuova colonna utilizzando il "DF.Loc () "funzione. Usando “DF.loc () ", aggiungiamo semplicemente una singola riga. L'elenco che abbiamo incluso nella nostra ultima riga è "Volkswagen", "250000" e "2010". Ora è semplice aggiungere questi valori all'ultima riga del nostro frame dati. Per capire dove posizionare la nuova riga, possiamo usare “Len (DF.indice ") per trovare il numero di righe. L'indice, che si comporta come un indirizzo, può essere utilizzato per recuperare qualsiasi punto dati all'interno del frame o della serie. Sia le righe che le colonne hanno indici degli indici "righe" sono noti come tali, mentre gli indici "colonne" sono noti come nomi di colonne generali. Infine, "Display (DF)" mostrerà un nuovo frame di dati con una nuova riga.

Premendo il pulsante "Esegui file" sull'interfaccia dello strumento "Spyder" o premendo "Shift+Invio", è possibile eseguire il programma Python indicato sopra. L'interfaccia Spyder visualizzerà quindi due frame di dati con tre colonne di conseguenza. In questo programma, generamo prima un frame dati con tre colonne, "nome", "prezzo" e "modello", con alcuni valori utilizzando "PD.DataFrame "e visualizzandolo su schermate usando" Display (DF) ", abbiamo aggiunto una nuova" riga "in dati contenente con l'elenco" Volkswagen "," 250000 "e" 2010 ".

Verrà aggiunta una nuova "riga" utilizzando il "DF.Loc () "funzione e la" len (df.indice) ”Visualizza dove la riga verrebbe inserita nel frame dati. L'output ora visualizzava chiaramente il frame dati con una nuova riga.

Esempio 2: aggiunta di riga utilizzando il metodo Append ()

La funzione Append () aggiunge righe da alcuni altri dati di dati a ciò che è stato fornito, restituendo un nuovo oggetto di dati dati nel processo. Le colonne mancanti di Authentic DataFrames vengono introdotti come nuove colonne e le nuove celle sono piene di valori NAN. Il telaio dati originale viene lasciato invariato solo un nuovo oggetto Frame Data viene restituito con il metodo "Append ()".

Questo campione determinerà come utilizzare il "DF.Metodo append () ”per inserire una nuova riga in un frame dati. Il primo passo è creare un telaio di dati con due colonne. Il nome del nostro Frame Data, in questo esempio, è "dati" e la colonna che abbiamo scelto da esso è "Paese" e "Capitale". Un elenco di valori viene mantenuto in queste colonne. Nella prima colonna "Paese" abbiamo "Inghilterra", "Australia" e "Turchia" e nella seconda colonna "Capitale" abbiamo l'elenco dei loro paesi capitali in cui abbiamo "Londra", "Canberra" e "Istanbul ".

Ora aggiungiamo una nuova "riga" al nostro frame di dati utilizzando "DF.append () ”Metodo. I valori appena aggiunti per una riga sono "Paese: Pakistan" e "Capitale: Islamabad" questo indica che "Pakistan" verrà stampato come nella colonna "Paese" e "Islamabad" è stampato come nella colonna "Capitale". Usa "Ignore_ Index = True" per confermare che l'indice è pulito. "Ignore_index = true" indica che gli indici originali, in questo caso, sono ignorati e sostituiti da "0", "1", "2" e "3". Verrà aggiunto un pezzo di dati utilizzando il metodo "Append ()" di Pandas a un altro frame dati. Ciò comporta la combinazione di "D1" e "D2" per ottenere "D1+D2". Questo è paragonabile a una "append" standard di Python. Ora usando "Print (DF)". Ora visualizzeremo il nostro frame di dati utilizzando "Print (DF)".

I due frame dati vengono visualizzati in questa immagine di output. Abbiamo le colonne "Paese" e "Capitale" nel frame dei dati. Include un elenco di alcuni dati. Quindi, possiamo vedere che l'immagine di output visualizza questo frame di dati mostrato al suo interno. Abbiamo ampliato il frame di dati aggiungendo una nuova riga utilizzando la tecnica "Append ()". Possiamo vedere che la nostra nuova riga è stata generata nella cornice dei dati ed è mostrata nell'immagine con un "indice" da 0 a 3.

Conclusione

Un frame di dati a volte può richiedere inoltre l'aggiunta di nuove righe. In questo articolo, le metodologie vengono utilizzate per aggiungere righe a un frame dati. Se diamo un'occhiata al primo esempio, è stato realizzato un frame di dati utilizzando "PD.DataFrame ". Tre colonne costituiscono questo frame di dati, che è intitolato "Car". Noi usiamo il ".Loc [] "Funzione per aggiungere una riga a questo frame dati e" print (df) "viene utilizzato per visualizzare il frame dati sullo schermo. Allo stesso modo, abbiamo usato il metodo "Append ()" per aggiungere una riga al Frame dati nel nostro secondo esempio. Queste due tecniche sono utili per l'aggiunta di righe a un frame di dati.