[python] Pandas 데이터 프레임에 행 삽입

데이터 프레임이 있습니다.

s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])

df = pd.DataFrame([list(s1), list(s2)],  columns =  ["A", "B", "C"])

   A  B  C
0  5  6  7
1  7  8  9

[2 rows x 3 columns]

다음을 얻으려면 첫 번째 행 [2, 3, 4]을 추가해야합니다.

나는 시도 append()했고concat() 기능했지만 올바른 방법을 찾을 수 없습니다.

데이터 프레임에 시리즈를 추가 / 삽입하는 방법은 무엇입니까?

답변

다음을 사용하여 특정 인덱스에 행을 할당하십시오 loc.

 df.loc[-1] = [2, 3, 4]  # adding a row
 df.index = df.index + 1  # shifting index
 df = df.sort_index()  # sorting by index

그리고 원하는대로 다음을 얻을 수 있습니다.

Pandas 문서 인덱싱 : 확대 설정을 참조하십시오 .

답변

어떻게 호출했는지 확실하지 concat()않지만 두 개체가 동일한 유형이면 작동합니다. 문제는 두 번째 벡터를 데이터 프레임으로 캐스트해야한다는 것입니까? 정의한 df를 사용하면 다음과 같이 작동합니다.

df2 = pd.DataFrame([[2,3,4]], columns=['A','B','C'])
pd.concat([df2, df])

답변

이를 달성하는 한 가지 방법은

>>> pd.DataFrame(np.array([[2, 3, 4]]), columns=['A', 'B', 'C']).append(df, ignore_index=True)
Out[330]:
   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

일반적으로 시리즈가 아닌 데이터 프레임을 추가하는 것이 가장 쉽습니다. 귀하의 경우에는 새 행이 “위에”(시작 ID 포함) 있고 함수가 없기 때문에 pd.prepend()먼저 새 데이터 프레임을 만든 다음 이전 데이터 프레임을 추가합니다.

ignore_index데이터 프레임에서 기존의 진행중인 인덱스를 무시하고 첫 번째 행이 index 1로 다시 시작하는 대신 실제로 인덱스로 시작하는지 확인합니다 0.

일반적인 고지 사항 : Cetero censeo … 행 추가는 매우 비효율적 인 작업입니다. 성능에 관심이 있고 먼저 올바른 (더 긴) 인덱스를 사용하여 데이터 프레임을 만든 다음 추가 행을 데이터 프레임에 삽입 할 수 있다면 반드시 그렇게해야합니다. 보다:

>>> index = np.array([0, 1, 2])
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[0:1] = [list(s1), list(s2)]
>>> df2
Out[336]:
     A    B    C
0    5    6    7
1    7    8    9
2  NaN  NaN  NaN
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[1:] = [list(s1), list(s2)]

지금까지 우리는 당신이 가진 것을 가지고 있습니다 df.

>>> df2
Out[339]:
     A    B    C
0  NaN  NaN  NaN
1    5    6    7
2    7    8    9

그러나 이제 다음과 같이 쉽게 행을 삽입 할 수 있습니다. 공간이 미리 할당 되었기 때문에 이것이 더 효율적입니다.

>>> df2.loc[0] = np.array([2, 3, 4])
>>> df2
Out[341]:
   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

답변

행을 삽입 할 때 약간의 유연성을 허용하는 짧은 함수를 작성했습니다.

def insert_row(idx, df, df_insert):
    dfA = df.iloc[:idx, ]
    dfB = df.iloc[idx:, ]

    df = dfA.append(df_insert).append(dfB).reset_index(drop = True)

    return df

다음과 같이 더 단축 될 수 있습니다.

def insert_row(idx, df, df_insert):
    return df.iloc[:idx, ].append(df_insert).append(df.iloc[idx:, ]).reset_index(drop = True)

그런 다음 다음과 같이 사용할 수 있습니다.

df = insert_row(2, df, df_new)

어디 2에서 인덱스 위치입니다 df삽입 할 위치는 df_new.

답변

우리는 numpy.insert. 이것은 유연성의 장점이 있습니다. 삽입하려는 색인 만 지정하면됩니다.

s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])

df = pd.DataFrame([list(s1), list(s2)],  columns =  ["A", "B", "C"])

pd.DataFrame(np.insert(df.values, 0, values=[2, 3, 4], axis=0))

    0   1   2
0   2   3   4
1   5   6   7
2   7   8   9

의 경우 np.insert(df.values, 0, values=[2, 3, 4], axis=0)0은 새 값을 배치하려는 장소 / 색인을 함수에 알려줍니다.

답변

이것은 지나치게 간단 해 보일 수 있지만 간단한 새 행 삽입 기능이 내장되어 있지 않다는 것이 놀랍습니다. 원본에 새 df를 추가하는 방법에 대해 많이 읽었지만 이것이 더 빠를 지 궁금합니다.

df.loc[0] = [row1data, blah...]
i = len(df) + 1
df.loc[i] = [row2data, blah...]

답변

다음은 색인을 정렬하고 재설정하지 않고 pandas 데이터 프레임에 행을 삽입하는 가장 좋은 방법입니다.

import pandas as pd

df = pd.DataFrame(columns=['a','b','c'])

def insert(df, row):
    insert_loc = df.index.max()

    if pd.isna(insert_loc):
        df.loc[0] = row
    else:
        df.loc[insert_loc + 1] = row

insert(df,[2,3,4])
insert(df,[8,9,0])
print(df)