Insertar una fila en el marco de datos de pandas

Tengo un marco de datos:

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

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

   A  B  C
0  5  6  7
1  7  8  9

[2 rows x 3 columns]

y necesito agregar una primera fila [2, 3, 4] para obtener:

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

He probado append()y concat()funciona pero no puedo encontrar la manera correcta de hacerlo.

¿Cómo agregar / insertar series en el marco de datos?

Simplemente asigne una fila a un índice en particular, usando loc:

 df.loc[-1] = [2, 3, 4]  # adding a row
 df.index = df.index + 1  # shifting index
 df = df.sort_index()  # sorting by index

Y obtienes, como desees:

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

Consulte en la documentación de Pandas Indexación: Configuración con ampliación .

No estoy seguro de cómo estaba llamando, concat()pero debería funcionar siempre que ambos objetos sean del mismo tipo. ¿Quizás el problema es que necesita convertir su segundo vector en un marco de datos? Usando el df que definiste, lo siguiente funciona para mí:

df2 = pd.DataFrame([[2,3,4]], columns=['A','B','C'])
pd.concat([df2, df])

Una forma de lograr esto es

>>> pd.DataFrame(np.array([[2, 3, 4]]), columns=['A', 'B', 'C']).append(df, ignore_index=True)
Out[330]: 
   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

Generalmente, es más fácil agregar marcos de datos, no series. En su caso, dado que desea que la nueva fila esté "en la parte superior" (con la identificación inicial), y no hay ninguna función pd.prepend(), primero creo el nuevo marco de datos y luego agrego el anterior.

ignore_indexignorará el antiguo índice en curso en su marco de datos y se asegurará de que la primera fila realmente comience con index en 1lugar de reiniciar con index 0.

Descargo de responsabilidad típico: Cetero censeo ... agregar filas es una operación bastante ineficiente. Si le preocupa el rendimiento y de alguna manera puede asegurarse de crear primero un marco de datos con el índice correcto (más largo) y luego simplemente insertar la fila adicional en el marco de datos, definitivamente debería hacerlo. Ver:

>>> index = np.array([0, 1, 2])
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[0:1] = [list(s1), list(s2)]
>>> df2
Out[336]: 
     A    B    C
0    5    6    7
1    7    8    9
2  NaN  NaN  NaN
>>> df2 = pd.DataFrame(columns=['A', 'B', 'C'], index=index)
>>> df2.loc[1:] = [list(s1), list(s2)]

Hasta ahora, tenemos lo que tenías como df:

>>> df2
Out[339]: 
     A    B    C
0  NaN  NaN  NaN
1    5    6    7
2    7    8    9

Pero ahora puede insertar fácilmente la fila de la siguiente manera. Dado que el espacio fue preasignado, esto es más eficiente.

>>> df2.loc[0] = np.array([2, 3, 4])
>>> df2
Out[341]: 
   A  B  C
0  2  3  4
1  5  6  7
2  7  8  9

Reuní una función corta que permite un poco más de flexibilidad al insertar una fila:

def insert_row(idx, df, df_insert):
    dfA = df.iloc[:idx, ]
    dfB = df.iloc[idx:, ]

    df = dfA.append(df_insert).append(dfB).reset_index(drop = True)

    return df

que podría reducirse aún más a:

def insert_row(idx, df, df_insert):
    return df.iloc[:idx, ].append(df_insert).append(df.iloc[idx:, ]).reset_index(drop = True)

Entonces podrías usar algo como:

df = insert_row(2, df, df_new)

donde 2está la posición del índice en dfdonde desea insertar df_new.

Podemos usar numpy.insert. Esto tiene la ventaja de la flexibilidad. Solo necesita especificar el índice en el que desea insertar.

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

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

pd.DataFrame(np.insert(df.values, 0, values=[2, 3, 4], axis=0))

    0   1   2
0   2   3   4
1   5   6   7
2   7   8   9

Porque np.insert(df.values, 0, values=[2, 3, 4], axis=0), 0 le dice a la función el lugar / índice en el que desea colocar los nuevos valores.

esto puede parecer demasiado simple, pero es increíble que no esté incorporada una función simple para insertar una nueva fila. He leído mucho sobre agregar un nuevo df al original, pero me pregunto si esto sería más rápido.

df.loc[0] = [row1data, blah...]
i = len(df) + 1
df.loc[i] = [row2data, blah...]

A continuación, se muestra la mejor manera de insertar una fila en el marco de datos de pandas sin ordenar y restablecer un índice:

import pandas as pd

df = pd.DataFrame(columns=['a','b','c'])

def insert(df, row):
    insert_loc = df.index.max()

    if pd.isna(insert_loc):
        df.loc[0] = row
    else:
        df.loc[insert_loc + 1] = row

insert(df,[2,3,4])
insert(df,[8,9,0])
print(df)

Es bastante simple agregar una fila a un pandas DataFrame:

1. Cree un diccionario Python normal con los mismos nombres de columnas que su Dataframe;

2. Use el pandas.append()método y pase el nombre de su diccionario, donde .append()es un método en las instancias de DataFrame;

3. Agregue ignore_index=Truejusto después del nombre de su diccionario.

concat()parece ser un poco más rápido que la inserción y reindexación de la última fila. En caso de que alguien se pregunte acerca de la velocidad de dos enfoques superiores:

In [x]: %%timeit
     ...: df = pd.DataFrame(columns=['a','b'])
     ...: for i in range(10000):
     ...:     df.loc[-1] = [1,2]
     ...:     df.index = df.index + 1
     ...:     df = df.sort_index()

17,1 s ± 705 ms por bucle (media ± desviación estándar de 7 corridas, 1 bucle cada una)

In [y]: %%timeit
     ...: df = pd.DataFrame(columns=['a', 'b'])
     ...: for i in range(10000):
     ...:     df = pd.concat([pd.DataFrame([[1,2]], columns=df.columns), df])

6,53 s ± 127 ms por bucle (media ± desviación estándar de 7 corridas, 1 bucle cada una)

Simplemente puede agregar la fila al final del DataFrame y luego ajustar el índice.

Por ejemplo:

df = df.append(pd.DataFrame([[2,3,4]],columns=df.columns),ignore_index=True)
df.index = (df.index + 1) % len(df)
df = df.sort_index()

O utilizar concatcomo:

df = pd.concat([pd.DataFrame([[1,2,3,4,5,6]],columns=df.columns),df],ignore_index=True)

La forma más sencilla de agregar una fila en un marco de datos de pandas es:

DataFrame.loc[ location of insertion ]= list( )

Ejemplo:

DF.loc[ 9 ] = [ ´Pepe’ , 33, ´Japan’ ]

NB: la longitud de su lista debe coincidir con la del marco de datos.