Добавление пустой строки в DataFrame с помощью pandas

Если вы хотите добавить новую pandas.Series в pandas.DataFrame с помощью метода append(), вы можете сделать это следующим образом:

Если вы хотите указать имя (или "индекс") для новой строки, используйте:

df.append(pandas.Series(name='ИмяНовойСтроки'))

Если вам не нужно называть новую строку, используйте:

df.append(pandas.Series(), ignore_index=True)

где df — это ваш объект pandas.DataFrame.

Не забудьте, что метод append() возвращает новый DataFrame и не изменяет исходный.

Вы можете добавить пустую строку в DataFrame, добавив серию следующим образом. Я предполагаю, что под "пустым" вы имеете в виду строку, содержащую только значения "NaN".

Сначала создайте объект Series с NaN. Не забудьте указать столбцы при определении объекта 'Series' в параметре -index. Затем вы сможете добавить его в DataFrame. Надеюсь, это поможет!

from numpy import nan as Nan
import pandas as pd

>>> df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
...                     'B': ['B0', 'B1', 'B2', 'B3'],
...                     'C': ['C0', 'C1', 'C2', 'C3'],
...                     'D': ['D0', 'D1', 'D2', 'D3']},
...                     index=[0, 1, 2, 3])

>>> s2 = pd.Series([Nan, Nan, Nan, Nan], index=['A', 'B', 'C', 'D'])
>>> result = df1.append(s2)
>>> result
     A    B    C    D
0   A0   B0   C0   D0
1   A1   B1   C1   D1
2   A2   B2   C2   D2
3   A3   B3   C3   D3
4  NaN  NaN  NaN  NaN

Вы можете добавить новую серию в DataFrame и одновременно задать ей имя. Это имя будет индексом новой строки, а все значения в ней автоматически будут NaN. Пример кода выглядит следующим образом:

df.append(pd.Series(name='Afterthought'))

Однако стоит отметить, что метод append устарел в последних версиях pandas, и рекомендуется использовать pd.concat. Ниже приведён аналогичный код с использованием pd.concat:

df = pd.concat([df, pd.Series(name='Afterthought')])

Таким образом, вы сможете добавить новую серию с заданным именем, и все значения в ней будут заполнены NaN.

Если предположить, что df — это ваш DataFrame, вы можете добавить дополнительную строку с NaN значениями следующим образом:

df_prime = pd.concat([df, pd.DataFrame([[np.nan] * df.shape[1]], columns=df.columns)], ignore_index=True)

В результате df_prime будет равен df, но с добавленной последней строкой, содержащей NaN.

Однако стоит отметить, что pd.concat может работать медленно. Если вам нужно выполнять эту операцию в цикле, лучше избегать его использования. В этом случае, при условии, что ваш индекс инкрементален, вы можете использовать следующий код:

df.loc[df.iloc[-1].name + 1, :] = np.nan

Этот способ более эффективен и позволяет избежать накладных расходов, связанных с конкатенацией.

Чтобы добавить пустую строку в DataFrame и заполнить выбранные ячейки, можно воспользоваться следующими шагами:

Сначала создайте пустой DataFrame без строк, только с колонками a и b:

import pandas as pd    
col_names =  ["a", "b"]
df  = pd.DataFrame(columns=col_names)

Теперь добавьте пустую строку в конце DataFrame:

df = df.append(pd.Series(), ignore_index=True)

Затем заполните пустую ячейку в конце (len(df)-1) DataFrame в колонке a:

df.loc[[len(df)-1], 'a'] = 123

Результат будет следующим:

     a    b
0  123  NaN

Также можно итерировать по строкам и заполнять ячейки. Например, если вы хотите добавить сразу несколько пустых строк и заполнить их:

col_names =  ["a", "b"]
df  = pd.DataFrame(columns=col_names)
for x in range(0, 5):
    df = df.append(pd.Series(), ignore_index=True)
    df.loc[[len(df)-1], 'a'] = 123

Результат в этом случае будет таким:

     a    b
0  123  NaN
1  123  NaN
2  123  NaN
3  123  NaN
4  123  NaN

Используя данный подход, вы сможете легко добавлять пустые строки в DataFrame и заполнять нужные ячейки.