如何在Pandas中创建空DataFrame并添加行和列？

Pandas 是用于数据操作和分析的Python库。它建立在NumPy库的基础上，并提供了数据帧的有效实现。数据帧是一个二维数据结构，在表格形式中以行和列对齐数据。它类似于电子表格或SQL表或R中的data.frame。最常用的pandas对象是 DataFrame 。通常，数据是从其他数据源（如 CSV，Excel ， SQL等）导入到pandas dataframe中。在本教程中，我们将学习如何在Pandas中创建空DataFrame并添加行和列。

语法

要创建空数据框架并将行和列添加到其中，您需要按照以下语法操作 –

# 创建空数据框架的语法
df = pd.DataFrame()

# 将行添加到数据框架的语法
df = pd.concat([df， pd.DataFrame([['row1_col1'， 'row1_col2'， 'row1_col3']], columns=['col1', 'col2', 'col3'])], ignore_index=True)

# 将列添加到数据框架的语法
df['col_name'] = pd.Series([col1_val1, col1_val2, col1_val3, col1_val4], index=df.index)

我们使用Pandas.concat方法将行附加到DataFrame。 ignore_index参数用于在附加行后重置DataFrame的索引。 concat方法的第一个参数是要与列名连接的数据框架的列表。

在附加行后，使用ignore_index参数重置DataFrame的索引。 Pandas.Series方法可用于从列表创建系列。也可以将列值作为列表传递，而不必使用Series方法。

示例1

在此示例中，我们创建了一个空数据框架。然后，通过将列名称[‘Name’， ‘Age’]传递给DataFrame构造函数的columns参数，在数据框架中创建了2列。接下来，我们使用pd.concat方法将3行 [‘John’，25]、[‘Mary’，30]、[‘Peter’，28]附加到数据框架中。将ignore_index参数设置为True，以在附加行后重置DataFrame的索引。

然后，我们将2列 [‘Salary’，’City’]附加到数据框架中。将’Salary’列的值作为系列传递。系列的索引设置为DataFrame的索引。’City’列的列值作为列表传递。

import pandas as pd

df = pd.DataFrame()
df = pd.DataFrame(columns=['Name', 'Age'])

df = pd.concat([df， pd.DataFrame([['John'， 25]], columns=['Name', 'Age'])], ignore_index=True)
df = pd.concat([df， pd.DataFrame([['Mary'， 30]], columns=['Name', 'Age'])], ignore_index=True)
df = pd.concat([df， pd.DataFrame([['Peter'， 28]], columns=['Name', 'Age'])], ignore_index=True)

df['Salary'] = pd.Series([50000, 60000, 70000], index=df.index)
df['City'] = ['New York', 'Los Angeles', 'Chicago']

print(df)

输出

    Name Age  Salary         City
0   John  25   50000     New York
1   Mary  30   60000  Los Angeles
2  Peter  28   70000      Chicago

示例2

在这个例子中，我们创建了一个空数据框架。然后，通过将列名称[‘Batsman’， ‘Runs’， ‘Balls’， ‘4s’， ‘6s’]传递给DataFrame构造函数的columns参数，在数据框架中创建了5列。接下来，我们使用pd.concat方法将4行[‘MS Dhoni’，100，80，8，1]、[‘Virat Kohli’，120，100，10，2]、[‘Rohit Sharma’，100，80，8，1]、[‘Shikhar Dhawan’，80，60，6，0]附加到数据框架中。然后，我们将2列[‘Strike Rate’，’Average’]附加到数据框架中。

“打击率”列的列值被传递为系列。 “平均”列的列值作为列表传递。该列表的索引是默认索引。

import pandas as pd

df = pd.DataFrame()
df = pd.DataFrame(columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])

df = pd.concat([df, pd.DataFrame([['MS Dhoni', 100, 80, 8, 1]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True)
df = pd.concat([df, pd.DataFrame([['Virat Kohli', 120, 100, 10, 2]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True)
df = pd.concat([df, pd.DataFrame([['Rohit Sharma', 100, 80, 8, 1]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True)
df = pd.concat([df, pd.DataFrame([['Shikhar Dhawan', 80, 60, 6, 0]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True)

df['Strike Rate'] = pd.Series([125, 120, 125, 133], index=df.index)
df['Average'] = [100, 120, 100, 80]
print(df)

输出

          Batsman Runs Balls  4s 6s  Strike Rate  Average
0        MS Dhoni  100    80   8  1          125      100
1     Virat Kohli  120   100  10  2          120      120
2    Rohit Sharma  100    80   8  1          125      100
3  Shikhar Dhawan   80    60   6  0          133       80