如何在 python 数据帧中的确定行之后添加一个空行？
How to add an empty row after a definite row in python dataframe?
我在 python 中处理一个巨大的数据框，有时我需要在数据框的确定位置添加一个空行或几行。对于这个问题，我创建了一个小数据框 df 以显示我想要实现的目标。
> df = pd.DataFrame(np.random.randint(10, size = (3,3)), columns =
> ['A','B','C'])
> A B C
> 0 4 5 2
> 1 6 7 0
> 2 8 1 9
假设我需要添加一个空行，如果我在 'C' 列中有一个零值。这里应该在第二行之后添加空行。所以最后我想要一个新的数据框，比如：
>new_df
> A B C
> 0 4 5 2
> 1 6 7 0
> 2 nan nan nan
> 3 8 1 9
我尝试使用 concat 和 append，但没有得到我想要的结果。请问你能帮帮我吗？
像这样的东西应该适合你：
for key, row in df.iterrows():
if row['C'] == 0:
df.loc[key+1] = pd.Series([np.nan])
如果您知道要插入新行的索引，concat 可能是一个解决方案。
示例数据框：
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# A B C
# 0 1 4 7
# 1 2 5 8
# 2 3 6 9
您的新行作为索引为 1 的数据框：
new_row = pd.DataFrame({'A': np.nan, 'B': np.nan,'C': np.nan}, index=[1])
正在第二行之后插入新行：
new_df = pd.concat([df.loc[:1], new_row, df.loc[2:]]).reset_index(drop=True)
# A B C
# 0 1.0 4.0 7.0
# 1 2.0 5.0 8.0
# 2 NaN NaN NaN
# 3 3.0 6.0 9.0
你可以这样试试：
l = df[df['C']==0].index.tolist()
for c, i in enumerate(l):
dfs = np.split(df, [i+1+c])
df = pd.concat([dfs[0], pd.DataFrame([[np.NaN, np.NaN, np.NaN]], columns=df.columns), dfs[1]], ignore_index=True)
print df
输入：
A B C
0 4 3 0
1 4 0 4
2 4 4 2
3 3 2 1
4 3 1 2
5 4 1 4
6 1 0 4
7 0 2 0
8 2 0 3
9 4 1 3
输出：
A B C
0 4.0 3.0 0.0
1 NaN NaN NaN
2 4.0 0.0 4.0
3 4.0 4.0 2.0
4 3.0 2.0 1.0
5 3.0 1.0 2.0
6 4.0 1.0 4.0
7 1.0 0.0 4.0
8 0.0 2.0 0.0
9 NaN NaN NaN
10 2.0 0.0 3.0
11 4.0 1.0 3.0
最后一件事：在'C'中最后一行可能有0，所以你可以添加：
if df["C"].iloc[-1] == 0 :
df.loc[len(df)] = [np.NaN, np.NaN, np.NaN]
尝试使用切片。
首先，您需要找到 C == 0 的行。让我们为此创建一个 bool df。我将其命名为 'a':
a = (df['C'] == 0)
因此，只要 C == 0，a == True。
现在我们需要找到 C == 0 的每一行的索引，创建一个空行并将其添加到 df:
df2 = df.copy() #make a copy because we want to be safe here
for i in df.loc[a].index:
empty_row = pd.DataFrame([], index=[i]) #creating the empty data
j = i + 1 #just to get things easier to read
df2 = pd.concat([df2.ix[:i], empty_row, df2.ix[j:]]) #slicing the df
df2 = df2.reset_index(drop=True) #reset the index
我必须说......我不知道你的 df 的大小，如果这足够快，但试一试
我在 python 中处理一个巨大的数据框，有时我需要在数据框的确定位置添加一个空行或几行。对于这个问题，我创建了一个小数据框 df 以显示我想要实现的目标。
> df = pd.DataFrame(np.random.randint(10, size = (3,3)), columns =
> ['A','B','C'])
> A B C
> 0 4 5 2
> 1 6 7 0
> 2 8 1 9
假设我需要添加一个空行，如果我在 'C' 列中有一个零值。这里应该在第二行之后添加空行。所以最后我想要一个新的数据框，比如：
>new_df
> A B C
> 0 4 5 2
> 1 6 7 0
> 2 nan nan nan
> 3 8 1 9
我尝试使用 concat 和 append，但没有得到我想要的结果。请问你能帮帮我吗？
像这样的东西应该适合你：
for key, row in df.iterrows():
if row['C'] == 0:
df.loc[key+1] = pd.Series([np.nan])
如果您知道要插入新行的索引，concat 可能是一个解决方案。
示例数据框：
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# A B C
# 0 1 4 7
# 1 2 5 8
# 2 3 6 9
您的新行作为索引为 1 的数据框：
new_row = pd.DataFrame({'A': np.nan, 'B': np.nan,'C': np.nan}, index=[1])
正在第二行之后插入新行：
new_df = pd.concat([df.loc[:1], new_row, df.loc[2:]]).reset_index(drop=True)
# A B C
# 0 1.0 4.0 7.0
# 1 2.0 5.0 8.0
# 2 NaN NaN NaN
# 3 3.0 6.0 9.0
你可以这样试试：
l = df[df['C']==0].index.tolist()
for c, i in enumerate(l):
dfs = np.split(df, [i+1+c])
df = pd.concat([dfs[0], pd.DataFrame([[np.NaN, np.NaN, np.NaN]], columns=df.columns), dfs[1]], ignore_index=True)
print df
输入：
A B C
0 4 3 0
1 4 0 4
2 4 4 2
3 3 2 1
4 3 1 2
5 4 1 4
6 1 0 4
7 0 2 0
8 2 0 3
9 4 1 3
输出：
A B C
0 4.0 3.0 0.0
1 NaN NaN NaN
2 4.0 0.0 4.0
3 4.0 4.0 2.0
4 3.0 2.0 1.0
5 3.0 1.0 2.0
6 4.0 1.0 4.0
7 1.0 0.0 4.0
8 0.0 2.0 0.0
9 NaN NaN NaN
10 2.0 0.0 3.0
11 4.0 1.0 3.0
最后一件事：在'C'中最后一行可能有0，所以你可以添加：
if df["C"].iloc[-1] == 0 :
df.loc[len(df)] = [np.NaN, np.NaN, np.NaN]
尝试使用切片。
首先，您需要找到 C == 0 的行。让我们为此创建一个 bool df。我将其命名为 'a':
a = (df['C'] == 0)
因此，只要 C == 0，a == True。
现在我们需要找到 C == 0 的每一行的索引，创建一个空行并将其添加到 df:
df2 = df.copy() #make a copy because we want to be safe here
for i in df.loc[a].index:
empty_row = pd.DataFrame([], index=[i]) #creating the empty data
j = i + 1 #just to get things easier to read
df2 = pd.concat([df2.ix[:i], empty_row, df2.ix[j:]]) #slicing the df
df2 = df2.reset_index(drop=True) #reset the index
我必须说......我不知道你的 df 的大小，如果这足够快，但试一试