如何使用Python中的loc在Pandas DataFrame中添加列表？

DataFrame.loc用于通过标签或布尔数组访问一组行和列。我们将使用loc向DataFrame添加列表。让我们首先创建一个DataFrame。数据以我们的示例团队排名的列表形式呈现 –

# 数据以团队排名的列表形式呈现
Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],['South Africa', 5, 50],['Bangladesh', 6, 40]]

# 创建一个DataFrame并添加列
dataFrame = pd.DataFrame(Team, columns=['Country', 'Rank', 'Points'])

以下是要追加的行 –

myList = ["Sri Lanka", 7, 30]

使用loc()将上述行追加为列表 –

dataFrame.loc[len(dataFrame)] = myList

示例

以下是代码 –

import pandas as pd

# 数据以团队排名的列表形式呈现
Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],['South Africa', 5, 50],['Bangladesh', 6, 40]]

# 创建一个DataFrame并添加列
dataFrame = pd.DataFrame(Team, columns=['Country', 'Rank', 'Points'])

print "DataFrame...\n", dataFrame

# 要追加的行
myList = ["Sri Lanka", 7, 30]

# 使用loc()将上述行追加为列表
dataFrame.loc[len(dataFrame)] = myList

# 显示更新的数据框
print "\nUpdated DataFrame after appending a row using loc...\n", dataFrame

输出

这将产生以下输出 –

DataFrame...
        Country   Rank   Points
0         India      1      100
1     Australia      2       85
2       England      3       75
3   New Zealand      4       65
4  South Africa      5       50
5    Bangladesh      6       40

Updated DataFrame after appending a row using loc...
        Country   Rank   Points
0         India      1      100
1     Australia      2       85
2       England      3       75
3   New Zealand      4       65
4  South Africa      5       50
5    Bangladesh      6       40
6     Sri Lanka      7       30