Pandas 数据框通过 .loc 一次创建多行

Question

我可以使用 .loc() 在数据框中创建一个新行:

>>> df = pd.DataFrame({'a':[10, 20], 'b':[100,200]}, index='1 2'.split())
>>> df
    a    b
1  10  100
2  20  200
>>> df.loc[3, 'a'] = 30
>>> df
      a      b
1  10.0  100.0
2  20.0  200.0
3  30.0    NaN

但是如何使用相同的方法创建多于一行？

>>> df.loc[[4, 5], 'a'] = [40, 50]
...
KeyError: '[4 5] not in index'

我熟悉 .append() 但我正在寻找一种不需要在将新行 append 到 df 之前将新行构建到系列中的方法.

所需输入:

>>> df.loc[[4, 5], 'a'] = [40, 50]

期望输出

      a      b
1  10.0  100.0
2  20.0  200.0
3  30.0    NaN
4  40.0    NaN
5  50.0    NaN

其中最后 2 行是新添加的。

Answer 1

诚然，这是一个很晚的答案，但我不得不处理类似的问题，并认为我的解决方案可能对其他人也有帮助。

重新创建数据后，基本上分为两步:

重新创建数据:

import pandas as pd
df = pd.DataFrame({'a':[10, 20], 'b':[100,200]}, index='1 2'.split())
df.loc[3, 'a'] = 30

扩展 df.index使用 .reindex :

idx = list(df.index)
new_rows = list(map(str, range(4, 6)))  # easier extensible than new_rows = ["4", "5"]
idx.extend(new_rows)
df = df.reindex(index=idx)

使用 .loc 设置值:

df.loc[new_rows, "a"] = [40, 50]

给你

>>> df
      a      b
1  10.0  100.0
2  20.0  200.0
3  30.0    NaN
4  40.0    NaN
5  50.0    NaN