pandasDataFrameの上部に行を追加します
パンダでは、DataFrameは2次元のデータ構造です。つまり、データは行と列に表形式で配置されます。 list、dict、series、および別のDataFrameを使用してDataFrameを作成できます。ただし、すでに作成されているDataFrameに新しい行を追加する場合は、DataFrameの最後に追加するappendなどの組み込みメソッドを使用して実行されます。この記事では、DataFrame内の要素のインデックスを含むいくつかのトリックを使用して、DataFrameの上部に新しい行DataFrameを追加する方法を見つけます。
例
まず、以下に示すパンダで新しいDataFrameを作成しましょう。
import pandas as pd data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']} df = pd.DataFrame(data) print df
出力
上記のコードを実行すると、次の結果が得られます-
Age Gender Name 0 28 MTom 1 34 MJack 2 29 FMary 3 42 F Ricky
アプローチ1 -上記のDataFrameの上部に新しい行を追加するための最初のアプローチは、新しい受信行をDataFrameに変換し、インデックス値をリセットしながら既存のDataFrameと連結することです。インデックスがリセットされたため、新しい行が一番上に追加されます。
例
import pandas as pd data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']} df = pd.DataFrame(data) top_row = pd.DataFrame({'Name':['Lavina'],'Age':[2],'Gender':['F']}) # Concat with old DataFrame and reset the Index. df = pd.concat([top_row, df]).reset_index(drop = True) print dfをリセットします。
出力
上記のコードを実行すると、次の結果が得られます-
Age Gender Name 0 2 F Lavina 1 28 M Tom 2 34 M Jack 3 29 F Mary 4 42 F Ricky
アプローチ2 -このアプローチでは、 Dataframe.iloc []を使用します インデックス位置0に新しい行を追加できるメソッド。以下の例では、.locメソッドのインデックス値を最初の行のインデックス値である0として指定することにより、リストとして新しい行を追加しています。
例
import pandas as pd data = {'Name':['Tom', 'Jack', 'Mary', 'Ricky'],'Age':[28,34,29,42],'Gender':['M','M','F','F']} df = pd.DataFrame(data) # Add a new row at index position 0 with values provided in list df.iloc[0] = ['7', 'F','Piyu'] print df
出力
上記のコードを実行すると、次の結果が得られます。
Age Gender Name 0 7 F Piyu 1 34 M Jack 2 29 F Mary 3 42 F Ricky
-
日付パンダデータフレームごとに集計してプロットする方法は?
日付パンダデータフレームごとに集計してプロットするには、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 データフレームdfを作成します 、2次元、サイズ変更可能、潜在的に異種の表形式データ。 日付パンダデータフレームごとに集計された値を取得します。 dfをプロットします (ステップ3) kind =barを使用 。 図を表示するには、 show()を使用します メソッド。 例 import numpy as np import pandas as pd from matplotlib
-
PandasDataFrameのすべての行に関数を適用します
各行にラムダ関数を適用することにより 例 import pandas as pd df = pd.DataFrame([(10, 3, 13),(0, 42, 11),(26, 52, 1)], columns=list('xyz')) print("Existing matrix") print(df) NewMatrix = df.apply(lambda a: a + 10, axis=1) print("Modified Matrix") print(NewMatrix) 出力 上記のコードを実行すると、次の結果が得られます-