创建一个空DataFrame，并其中插入一行数据

转自百度知道， https://zhidao.baidu.com/question/1545412919630246187.html

在pandas中创建一个空DataFrame的方法，类似于创建了一个空字典（dict）。

例如：empty = pandas.DataFrame({"name":"","age":"","sex":""})

想要向empty中插入一行数据，可以用同样的方法。

（1）首先，要创建一个DataFrame。要注意，在这里需加入index属性，

new = pandas.DataFrame({"name":"","age":"","sex":""},index=["0"])。

（2）然后，开始插值。ignore_index=True,可以帮助忽略index，自动递增。

empty.append(new,ignore_index=True)

（3）最重要的，赋值给empty.

empty = empty.append(new,ignore_index=True)

df 

插入一行 变成

df

做法：用df.loc[]

df

变成

df

做法：用df.loc[]

比如：df = pd.DataFrame(columns=['a', 'b', 'c'], index=[])产生一个空的df

df

    Empty DataFrame

    Columns: [a, b, c]

    Index: []

df

试一下就知道了

上一节我们学习了 Series 结构的增删改查基本 *** 作，本节掌握 DataFrame 的增删改查将变得非常轻松~

首先，我们来构造一个 DataFrame ：

查询指定列：

使用 loc 和 iloc 查询指定行：

此外， iloc 和 loc 还可以接收一个坐标，查询 DataFrame 的指定值或区域：

最后，还有经常使用的布尔索引：

修改指定值：

修改索引和列名：

增加一行内容：

增加多行内容（纵向拼接两个 DataFrame ），首先构造一个新的 DataFrame df2 ：

拼接两个 DataFrame：

pd.concat 只做简单的拼接，即便是索引重复也不会覆盖：

通常，我们会使用 ignore_index=True 来重新生产数字索引：

为 df2 增加一列 DD ：

如果是增加多列呢？同样的我们还是使用 pd.concat ，不过要将参数设置为 axis=1 。下面我们先构造一个两行两列的 DataFrame df4 ：

拼接 df2 与 df4 ：

删除上述 df5 中的 E 列和 F 列：

删除多列时，也可以使用 drop 方法，不过要指定 axis=1 ：

也可以使用 drop 方法删除多行，删除行时使用默认参数 axis=0 即可：

---