pandas增加数据字典列表方法

pandas增加数据字典列表方法

在进行数据处理和分析的过程中，经常会遇到需要在已有的DataFrame中增加新的数据的情况。在pandas库中，提供了多种方法来实现这一目的，其中一种常用的方法是通过将数据存储在字典或列表中，然后将其添加到DataFrame中。本文将详细介绍如何使用这种方法来增加数据字典列表到pandas的DataFrame中。

数据字典列表添加方法

增加数据字典

首先，我们来看如何将一个数据字典添加到DataFrame中。假设我们有一个包含学生信息的DataFrame，如下所示：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [20, 21, 22],
        'grade': [85, 90, 88]}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们会得到如下的DataFrame：

     name  age  grade
0   Alice   20     85
1     Bob   21     90
2 Charlie   22     88

现在假设我们有一个新的学生信息字典new_data，我们想将其添加到DataFrame中。我们可以使用append()方法来实现这一目的：

new_data = {'name': 'David', 'age': 23, 'grade': 87}

df = df.append(new_data, ignore_index=True)
print(df)

运行以上代码，我们会得到更新后的DataFrame：

     name  age  grade
0   Alice   20     85
1     Bob   21     90
2 Charlie   22     88
3   David   23     87

在append()方法中，ignore_index=True表示忽略原有的索引，重新生成索引。这样新的数据字典就被成功添加到了DataFrame中。

增加数据列表

除了数据字典，我们还可以将数据存储在列表中，然后将其添加到DataFrame中。假设现在我们有一个包含多个学生信息的列表new_data_list：

new_data_list = [{'name': 'Eve', 'age': 24, 'grade': 86},
                 {'name': 'Frank', 'age': 25, 'grade': 89}]

df = df.append(new_data_list, ignore_index=True)
print(df)

运行以上代码，我们会得到更新后的DataFrame：

     name  age  grade
0   Alice   20     85
1     Bob   21     90
2 Charlie   22     88
3   David   23     87
4     Eve   24     86
5   Frank   25     89

通过将数据存储在列表中，我们可以一次性添加多个数据到DataFrame中。同样地，ignore_index=True参数可以帮助我们重新生成索引。

总结

通过将数据存储在字典或列表中，然后使用append()方法将其添加到DataFrame中，我们可以轻松实现在pandas中增加数据的操作。这种方法适用于需要一次性添加少量数据的情况，如果需要从其他数据源中批量导入大量数据，推荐使用pd.concat()或pd.merge()等更高效的方法。