Insertion de lignes dans des trames de données Pandas : un guide étape par étape

Introduction

La manipulation des données est un aspect crucial de l'analyse des données, et la gestion des dataframes est un élément essentiel de ce processus. Une tâche courante consiste à ajouter ou à insérer des lignes dans des trames de données pour étendre l'ensemble de données. Cet article fournit un guide complet pour insérer des lignes dans les dataframes Pandas.

Contexte

Considérez le dataframe suivant :

s1 = pd.Series([5, 6, 7])
s2 = pd.Series([7, 8, 9])

df = pd.DataFrame([list(s1), list(s2)], columns=["A", "B", "C"])

print(df)

   A  B  C
0  5  6  7
1  7  8  9

L'objectif est d'insérer une nouvelle ligne [2, 3, 4] dans cette trame de données, ce qui donne le résultat suivant :

A B C
0 2 3 4
1 5 6 7
2 7 8 9

Solution

Étape 1 : Attribuer la nouvelle ligne

La première étape consiste à attribuer la nouvelle ligne à un index spécifique dans la trame de données. Pandas fournit l'accesseur loc pour accéder à une ligne ou une colonne spécifique par index. Pour insérer la nouvelle ligne au début du dataframe, vous pouvez utiliser l'index négatif -1 comme suit :

df.loc[-1] = [2, 3, 4]

Étape 2 : Décaler l'index

Après l'attribution de la nouvelle ligne, l'index du dataframe n'est pas correctement aligné. Pour résoudre ce problème, utilisez l'attribut index et ajoutez un incrément pour décaler l'index de un.

df.index = df.index   1

Étape 3 : Trier par Index

Enfin, pour vous assurer que les lignes sont triées par index de ligne, appelez la méthode sort_index().

df = df.sort_index()

Output

Le dataframe mis à jour est le suivant :

print(df)

    A  B  C
 0  2  3  4
 1  5  6  7
 2  7  8  9

Conclusion

Ce guide étape par étape aborde efficacement le défi de l'insertion de lignes dans les dataframes Pandas. En utilisant les capacités d'accès, de manipulation d'index et de tri de Pandas, vous pouvez étendre de manière transparente vos trames de données et effectuer des opérations d'analyse de données robustes.