22、Pandas数据对象合并操作全解析

Pandas数据对象合并操作全解析

在数据分析工作中，经常需要将多个数据对象（如DataFrame或Series）进行合并。Pandas提供了多种方法来实现这一目的，下面将详细介绍这些方法及其使用场景。

1. 向DataFrame追加新行

在数据分析时，创建新列比创建新行更为常见，因为新行通常代表新的观测数据，数据采集工作一般由关系型数据库管理系统等其他平台完成。不过，了解如何向DataFrame追加新行仍然是必要的。

1.1 使用 .loc 索引器

首先，读取 names 数据集：

import pandas as pd
names = pd.read_csv('data/names.csv')
print(names)

然后，使用 .loc 索引器追加新行：

# 使用列表追加新行
new_data_list = ['Aria', 1]
names.loc[4] = new_data_list
print(names)

# 使用非整数标签追加新行
names.loc['five'] = ['Zach', 3]
print(names)

# 使用字典追加新行
names.loc[len(names)] = {'Name':'Zayd', 'Age':2}
print(names)

# 使用Series追加新行
names.loc[len(names)] = pd.