数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究在 Pandas DataFrame 中添加顶部行
在 Pandas 中，DataFrame 是一种二维数据结构，即数据以表格形式排列在行和列中。我们可以使用列表、字典、序列和另一个 DataFrame 来创建 DataFrame。但是，当我们想要向已创建的 DataFrame 添加新行时，可以通过内置方法（如 append）来实现，该方法会将其添加到 DataFrame 的末尾。在本文中，我们将找到一些方法，使用一些涉及 DataFrame 中元素索引的技巧，将新行 DataFrame 添加到 DataFrame 的顶部。
示例
让我们首先在 Pandas 中创建一个新的 DataFrame，如下所示。
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']}
df = pd.DataFrame(data)
print df输出
运行以上代码，得到以下结果：
Age Gender Name 0 28 MTom 1 34 MJack 2 29 FMary 3 42 F Ricky
**方法 1** - 我们遵循的第一种方法是在 DataFrame 的顶部添加新行，即将新传入的行转换为 DataFrame，并将其与现有 DataFrame 连接，同时重置索引值。由于索引重置，新行将添加到顶部。
示例
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']}
df = pd.DataFrame(data)
top_row = pd.DataFrame({'Name':['Lavina'],'Age':[2],'Gender':['F']})
# Concat with old DataFrame and reset the Index.
df = pd.concat([top_row, df]).reset_index(drop = True)
print df输出
运行以上代码，得到以下结果：
Age Gender Name 0 2 F Lavina 1 28 M Tom 2 34 M Jack 3 29 F Mary 4 42 F Ricky
**方法 2** - 在这种方法中，我们使用 **Dataframe.iloc[]** 方法，该方法允许我们在索引位置 0 添加新行。在以下示例中，我们通过将 .loc 方法的索引值指定为 0（第一行的索引值）来添加一个新行作为列表。
示例
import pandas as pd
data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']}
df = pd.DataFrame(data)
# Add a new row at index position 0 with values provided in list
df.iloc[0] = ['7', 'F','Piyu']
print df输出
运行以上代码，得到以下结果：
Age Gender Name 0 7 F Piyu 1 34 M Jack 2 29 F Mary 3 42 F Ricky
更新于： 2019年8月7日
2K+ 阅读量
广告