行级 - df.append(s) - 增加行

append 增加行

import numpy as np
import pandas as pd
# 可以 append字典列表，同样需要必须ignore_index：
ls = [{'A': 16, 'B': 17, 'C': 18, 'D': 19}, {'A': 20, 'B': 21, 'C': 22, 'D': 23}]
df = df.append(ls, ignore_index=True)

# 添加有name的Series： 
s = pd.Series([24, 25, 26, 27], index=df.columns, name='5')
df = df.append(s)

# 添加没有name的Series，必须ignore_index：
s = pd.Series([28, 29, 30, 31], index=df.columns)
df = df.append(s, ignore_index=True)

逐行增加

# 简单的逐行添加内容，可以：
df.loc[len(df)] = [32, 33, 34, 35]
# 但需要注意：len(df)生成的是int，如果生成的int，df已经存在了，会覆盖该行数据，而不会新增

增加行loc，at，set_value

# 想增加一行，行名称为"5"，内容为[16, 17, 18, 19]
df.loc['5'] = [36, 37, 38, 39]    # 后面的序列是Iterable就行
df.loc[i]={'a':1,'b':2}
df.at['5'] = [40, 41, 42, 43]
df.set_value('5', df.columns, [44, 45, 46, 47], takeable=False)
# warning，set_value会被取消

插入行

增加行没找到类似insert这种可以插入的方法，暂时替代方法可以先reindex，再赋值：

df = df.reindex(index=df.index.insert(2, '5'))
df.loc['5'] = [16, 17, 18, 19]