python的pandas中如何在dataframe中插入一行或一列数据？

dataframe类型是如何插入一行或一列数据的呢？这个需求在本文中将会进行讨论。相比较ndarray类型的同样的“数据插入”需求，dataframe的实现方式，则不是很好用。本文以一个dataframe类型变量为例，测试插入一行数据或者一列数据的方式方法。测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。

某个位置插入列

因为dataframe的insert()，不走寻常路。

• 效果就是插入一列数据，并没有axis=这个参数来区分数据流的方向。
• 并且默认效果就是替换原变量，并不是return

  新变量，并没有个inplace参数进行控制。

  测试代码：

  import pandas as pd
  df = pd.DataFrame({"姓名": ["老许", "虎子"], "重量": ["10", "15"]})
  df.insert(1, "种类", ["猫", "狗"])
  print(df)
  

  输出：

     姓名 种类  重量
  0  老许  猫   10
  1  虎子  狗   15
  

  这个dataframe将作为原始数据，参与本文后续的代码实验。

  

  尾部插入列

  这个代码是最简单的，灰常简单。测试代码：

  import pandas as pd
  df = pd.DataFrame({"姓名": ["老许", "虎子"], "重量": ["10", "15"]})
  df["颜色"] = ['黑色', '黄色']
  print(df)
  

  输出：

     姓名  重量  颜色
  0  老许  10    黑色
  1  虎子  15    黄色
  

  

  某个位置插入行

  下面在第二行（编号1）位置插入两条数据。实际上先对dataframe在编号1位置进行了拆分，然后再在拆分的两部分中间放入了新的数据，最终执行合并操作。

  import pandas as pd
  df = pd.DataFrame({"姓名": ["老许", "虎子"],"种类": ["猫", "狗"], "重量": ["10", "15"]})
  data = pd.DataFrame({
      '姓名': ["老许二代", "二赖子"],
      '种类': ["黑猫", "花狗"],
      '重量': [3, 15]
  })
  df2 = pd.concat([df.loc[:0], data, df.loc[1:]]).reset_index(drop=True)
  print(df2)
  

  输出

        姓名  种类  重量
  0     老许   猫   10
  1  老许二代  黑猫  3
  2    二赖子  花狗  15
  3     虎子   狗    15
  

  

  尾部插入行

  dataframe类型官方，对于插入新的一行数据的需求，就仅仅提供了一个append()操作，可以叠加新数据到尾部。

  import pandas as pd
  df = pd.DataFrame({"姓名": ["老许", "虎子"],"种类": ["猫", "狗"], "重量": ["10", "15"]})
  data = pd.DataFrame({
      '姓名': ["老许二代", "二赖子"],
      '种类': ["黑猫", "花狗"],
      '重量': [3, 15]
  })
  df3 = df.append(data, ignore_index=True)
  print(df3)
  

  输出

        姓名   种类  重量
  0     老许   猫    10
  1     虎子   狗    15
  2  老许二代  黑猫   3
  3    二赖子  花狗   15