向pandas数据框插入一行
我有一个数据表：
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]
我想在最上面加一行 [2, 3, 4]，变成：
A B C
0 2 3 4
1 5 6 7
2 7 8 9
我试过 append() 和 concat() 这两个函数，但不知道怎么才能做到。
怎么才能把一系列数据加到数据表里呢？
18 个回答
我写了一个简单的函数，可以在插入一行数据时提供更多的灵活性：
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
这个函数可以进一步简化为：
def insert_row(idx, df, df_insert):
return df.iloc[:idx, ].append(df_insert).append(df.iloc[idx:, ]).reset_index(drop = True)
然后你可以像这样使用：
df = insert_row(2, df, df_new)
这里的 2 是你想在 df 中插入 df_new 的位置索引。
实现这个目标的一种方法是
>>> 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
一般来说，添加数据框（dataframe）比添加序列（series）要简单。在你的情况下，因为你想让新行在“最上面”（从id开始），而且没有pd.prepend()这个函数，所以我先创建一个新的数据框，然后再把你旧的数据框加上去。
ignore_index会忽略你数据框中原来的索引，确保第一行的索引实际上是从1开始，而不是从0重新开始。
通常的免责声明：我认为... 添加行是一个效率比较低的操作。如果你在意性能，并且能够确保先创建一个带有正确（更长）索引的数据框，然后再将额外的行插入到数据框中，那你绝对应该这样做。见：
>>> 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)]
到目前为止，我们得到了你原来的df：
>>> df2
Out[339]:
A B C
0 NaN NaN NaN
1 5 6 7
2 7 8 9
但现在你可以很容易地插入这一行。因为空间是预先分配的，这样效率更高。
>>> 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
我不太确定你是怎么调用 concat() 的，但只要两个对象类型相同，它应该是可以正常工作的。也许问题在于你需要把第二个向量转换成数据框（dataframe）？使用你定义的那个数据框，下面的代码对我来说是有效的：
df2 = pd.DataFrame([[2,3,4]], columns=['A','B','C'])
pd.concat([df2, df])
测试了一些答案后，可以明显看出，对于大型数据表，使用 pd.concat() 更有效率。
在比较使用 dict 和 list 的性能时，发现 list 更高效，但对于小型数据表，使用 dict 也没问题，而且看起来更容易理解。
第一名 - pd.concat() + list
%%timeit
df = pd.DataFrame(columns=['a', 'b'])
for i in range(10000):
df = pd.concat([pd.DataFrame([[1,2]], columns=df.columns), df], ignore_index=True)
每次循环耗时4.88秒 ± 47.1毫秒（7次运行的平均值 ± 标准差，每次运行1次）
第二名 - pd.append() + dict [在 v2.0.0 中已移除]
%%timeit
df = pd.DataFrame(columns=['a', 'b'])
for i in range(10000):
df = df.append({'a': 1, 'b': 2}, ignore_index=True)
每次循环耗时10.2秒 ± 41.4毫秒（7次运行的平均值 ± 标准差，每次运行1次）
第三名 - pd.DataFrame().loc + index operations
%%timeit
df = pd.DataFrame(columns=['a','b'])
for i in range(10000):
df.loc[-1] = [1,2]
df.index = df.index + 1
df = df.sort_index()
每次循环耗时17.5秒 ± 37.3毫秒（7次运行的平均值 ± 标准差，每次运行1次）
只需要用 loc 把行分配到特定的索引就可以了：
df.loc[-1] = [2, 3, 4] # adding a row
df.index = df.index + 1 # shifting index
df = df.sort_index() # sorting by index
这样你就能得到你想要的结果：
A B C
0 2 3 4
1 5 6 7
2 7 8 9
想了解更多，可以查看Pandas的文档，里面有关于 索引和扩展设置 的详细说明。