นุ่น: วิธีแทรกแถวที่ตำแหน่งดัชนีเฉพาะ


คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อแทรกแถวลงในตำแหน่งดัชนีเฉพาะใน DataFrame ของแพนด้า:

 #insert row in between index position 2 and 3
df. loc [ 2.5 ] = value1, value2, value3, value4

#sort index
df = df. sort_index (). reset_index (drop= True )

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: แทรกแถวที่ตำแหน่งดัชนีเฉพาะใน Pandas

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทรกบรรทัดระหว่างตำแหน่งดัชนี 2 และ 3:

 #insert row in between index position 2 and 3
df. loc [ 2.5 ] = 'Z', 10, 5, 7

#sort index
df = df. sort_index (). reset_index (drop= True )

#view updated DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 Z 10 5 7
4 D 14 9 6
5 E 14 12 6
6 F 11 9 5
7 G 20 9 9
8:28 a.m. 4:12

โปรดทราบว่ามีการแทรกบรรทัดระหว่างตำแหน่งดัชนีก่อนหน้า 2 และ 3 โดยมีข้อมูลต่อไปนี้:

  • ทีม:Z
  • คะแนน: 10
  • แอสซิสต์: 5
  • รีบาวด์: 7

การใช้ฟังก์ชัน sort_index() และ Reset_index() ทำให้เราสามารถกำหนดค่าให้กับดัชนีใหม่ได้ตั้งแต่ 0 ถึง 8

โปรดทราบว่าแถวใหม่จะต้องมีจำนวนค่าเท่ากับจำนวนคอลัมน์ที่มีอยู่

ตัวอย่างเช่น ถ้าเราพยายามแทรกแถวใหม่โดยมีค่าเพียงสามค่า เราจะได้รับข้อผิดพลาด:

 #attempt to insert row with only three values
df. loc [ 2.5 ] = 10, 5, 7

ValueError : cannot set a row with mismatched columns

เราได้รับ ValueError เนื่องจากจำนวนค่าในแถวใหม่ไม่ตรงกับจำนวนคอลัมน์ที่มีอยู่ใน DataFrame

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีแทรกคอลัมน์ลงใน Pandas DataFrame
วิธีเพิ่มแถวใน Pandas DataFrame
วิธีลบแถวใน Pandas DataFrame ตามเงื่อนไข

เพิ่มความคิดเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *