Добавьте пустую строку в dataframe с помощью pandas

Ответ 1

Добавьте новый pandas.Series с помощью pandas.DataFrame.append().

Если вы хотите указать имя (AKA "индекс") новой строки, используйте:

df.append(pandas.Series(name='NameOfNewRow'))

Если вы не хотите называть новую строку, используйте:

df.append(pandas.Series(), ignore_index=True)

где df - ваши панды. DataFrame.

Ответ 2

Вы можете добавить его, добавив серию в dataframe следующим образом. Я предполагаю пустым, что вы хотите добавить строку, содержащую только "Нан". Вы можете сначала создать объект Series с Nan. Убедитесь, что вы указываете столбцы при определении объекта "Серии" в параметре -Index. Вы можете добавить его в DF. Надеюсь, это поможет!

from numpy import nan as Nan
import pandas as pd

>>> df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
...                     'B': ['B0', 'B1', 'B2', 'B3'],
...                     'C': ['C0', 'C1', 'C2', 'C3'],
...                     'D': ['D0', 'D1', 'D2', 'D3']},
...                     index=[0, 1, 2, 3])

>>> s2 = pd.Series([Nan,Nan,Nan,Nan], index=['A', 'B', 'C', 'D'])
>>> result = df1.append(s2)
>>> result
     A    B    C    D
0   A0   B0   C0   D0
1   A1   B1   C1   D1
2   A2   B2   C2   D2
3   A3   B3   C3   D3
4  NaN  NaN  NaN  NaN

Ответ 3

Предполагая, что df - ваш фрейм данных,

df_prime = pd.concat([df, pd.DataFrame([[np.nan] * df.shape[1]], columns=df.columns)], ignore_index=True)

где df_prime равен df дополнительному последнему ряду NaN.

Обратите внимание, что pd.concat медленный, поэтому, если вам нужна эта функция в цикле, лучше избегать ее использования. В этом случае, если ваш индекс является инкрементным, вы можете использовать

df.loc[df.iloc[-1].name + 1,:] = np.nan

Ответ 4

Вы можете добавить новую серию и назвать ее одновременно. Имя будет индексом новой строки, и все значения автоматически будут NaN.

df.append(pd.Series(name='Afterthought'))

Ответ 5

Следующий код работал у меня.

df.append(pd.Series([np.nan]), ignore_index = True)

Ответ 6

Предполагая, что ваш df.index отсортирован, вы можете использовать:

df.loc[df.index.max() + 1] = None

Хорошо обрабатывает различные индексы и типы столбцов.

[EDIT] работает с pd.DatetimeIndex, если есть постоянная частота, в противном случае мы должны точно указать новый индекс, например:

df.loc[df.index.max() + pd.Timedelta(milliseconds=1)] = None

длинный пример:

df = pd.DataFrame([[pd.Timestamp(12432423), 23, 'text_field']], 
                    columns=["timestamp", "speed", "text"],
                    index=pd.DatetimeIndex(start='2111-11-11',freq='ms', periods=1))
df.info()

<class 'pandas.core.frame.DataFrame'> DatetimeIndex: 1 entries, 2111-11-11 to 2111-11-11 Freq: L Data columns (total 3 columns): timestamp 1 non-null datetime64[ns] speed 1 non-null int64 text 1 non-null object dtypes: datetime64[ns](1), int64(1), object(1) memory usage: 32.0+ bytes

df.loc[df.index.max() + 1] = None
df.info()

<class 'pandas.core.frame.DataFrame'> DatetimeIndex: 2 entries, 2111-11-11 00:00:00 to 2111-11-11 00:00:00.001000 Data columns (total 3 columns): timestamp 1 non-null datetime64[ns] speed 1 non-null float64 text 1 non-null object dtypes: datetime64[ns](1), float64(1), object(1) memory usage: 64.0+ bytes

df.head()

                            timestamp                   speed      text
2111-11-11 00:00:00.000 1970-01-01 00:00:00.012432423   23.0    text_field
2111-11-11 00:00:00.001 NaT NaN NaN

Ответ 7

Вы также можете использовать:

your_dataframe.insert(loc=0, value=np.nan, column="")

где loc - ваш пустой индекс строки.

Ответ 8

Правильная функция:

pd.append(..., axis = 0) # axis = 0 for rows