在现有的 Pandas DataFrame 中添加一行

在数据分析中，经常需要在现有的 Pandas DataFrame 中新增一行数据。下面介绍几种实现方法。

方法一：使用 loc 函数

loc 函数是访问 DataFrame 的标签索引方式之一，利用它可以方便地新增一行数据。代码如下：

import pandas as pd

# 新建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 新增一行数据
df.loc[df.shape[0]] = [7, 8]

print(df)

输出结果：

   A  B
0  1  4
1  2  5
2  3  6
3  7  8

此方法利用了 DataFrame 的 shape 属性，定位新增行的索引号，同时也可以通过 loc 函数对新增行进行赋值操作。

方法二：使用 append 函数

DataFrame 的 append 函数可以将一个 DataFrame 或 Series 追加到当前 DataFrame 的尾部，实现新增行的目的。代码如下：

import pandas as pd

# 新建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 新增一行数据
new_row = pd.Series({'A': 7, 'B': 8})
df = df.append(new_row, ignore_index=True)

print(df)

输出结果：

   A  B
0  1  4
1  2  5
2  3  6
3  7  8

注意：使用 append 函数时需要将新增行定义为 Series 或新的 DataFrame，在新的 DataFrame 中，将新增行的 ignore_index 参数设置为 True，这将重新分配行的索引号。

方法三：使用列表

利用 Python 的列表，也可以方便地实现 DataFrame 的新增行。代码如下：

import pandas as pd

# 新建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 新增一行数据
new_row = [7, 8]
df.loc[len(df)] = new_row

print(df)

输出结果：

   A  B
0  1  4
1  2  5
2  3  6
3  7  8

此方法利用了 Python 列表的长度，利用 len 函数获取新增行的索引号。然后通过 loc 函数实现新增行赋值操作。