添加行
t = pd.DataFrame(columns=["姓名","平均分"]) t = t.append({"姓名":"小红","平均分":M1},ignore_index=True) t = t.append({"姓名":"张明","平均分":M2},ignore_index=True) t = t.append({"姓名":"小江","平均分":M3},ignore_index=True) t = t.append({"姓名":"小李","平均分":M4},ignore_index=True) print(t)
使用append的时候发出警告如下：
FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.
于是我就按它提示的来。
concat是将两个DataFrame拼接起来
td = pd.DataFrame([ {"姓名":"小红","平均分":"%.2f"%M1}, {"姓名":"张明","平均分":"%.2f"%M2}, {"姓名":"小江","平均分":"%.2f"%M3}, {"姓名":"小李","平均分":"%.2f"%M4}], index=["M1","M2","M3","M4"],) # 如果不设置index，下面的ignore_index设置为True result = pd.concat([td],ignore_index=False) # 若axis=0 则是跨行合并（垂直合并）；若axis=1，则是跨列合并（水平合并） print("=-=-=-=萌狼蓝天=-=-=-=") print(result)
这样子写的话，都不用设置表头了
你也可以这样写：
# 写法2 td1 = pd.DataFrame({"姓名":"小红","平均分":"%.2f"%M1},index=["M1"]) td2 = pd.DataFrame({"姓名":"张明","平均分":"%.2f"%M2},index=["M2"]) td3 = pd.DataFrame({"姓名":"小江","平均分":"%.2f"%M3},index=["M3"]) td4 = pd.DataFrame({"姓名":"小李","平均分":"%.2f"%M4},index=["M4"]) # 如果不设置index，下面的ignore_index设置为True result = pd.concat([td1,td2,td3,td4],ignore_index=False) # 若axis=0 则是跨行合并（垂直合并）；若axis=1，则是跨列合并（水平合并） print("=-=-=-=萌狼蓝天=-=-=-=") print(result)
如果你也要测试的话
1.将下面内容保存在名为homework1.txt
姓名,科目,成绩 小红,语文,100 小红,英语,90 小红,数学,75 张明,语文,80 张明,英语,76 张明,数学,88 小江,语文,79 小江,数学,120 小江,英语,80 小李,英语,87 小李,语文,99 小李,数学,76
2.Python源码
import pandas as pd data = pd.read_table("homework1.txt",sep=",") print(data) pd1= data.loc[data["姓名"]=="小红",:] M1=pd1["成绩"].mean() pd2= data.loc[data["姓名"]=="张明",:] M2=pd2["成绩"].mean() pd3= data.loc[data["姓名"]=="小江",:] M3=pd3["成绩"].mean() pd4= data.loc[data["姓名"]=="小李",:] M4=pd4["成绩"].mean() # 旧版本操作 # t = pd.DataFrame(columns=["姓名","平均分"]) # t = t.append({"姓名":"小红","平均分":M1},ignore_index=True) # t = t.append({"姓名":"张明","平均分":M2},ignore_index=True) # t = t.append({"姓名":"小江","平均分":M3},ignore_index=True) # t = t.append({"姓名":"小李","平均分":M4},ignore_index=True) # print(t) # 新版本操作 # tt = pd.DataFrame(columns=["姓名","平均分"]) # # "%.2f"% 保留小数点后两位 # td = pd.DataFrame([ # {"姓名":"小红","平均分":"%.2f"%M1}, # {"姓名":"张明","平均分":"%.2f"%M2}, # {"姓名":"小江","平均分":"%.2f"%M3}, # {"姓名":"小李","平均分":"%.2f"%M4}], # index=["M1","M2","M3","M4"],) # # 如果不设置index，下面的ignore_index设置为True # result = pd.concat([td],ignore_index=False) # 若axis=0 则是跨行合并（垂直合并）；若axis=1，则是跨列合并（水平合并） # print("=-=-=-=萌狼蓝天=-=-=-=") # print(result) # 写法2 td1 = pd.DataFrame({"姓名":"小红","平均分":"%.2f"%M1},index=["M1"]) td2 = pd.DataFrame({"姓名":"张明","平均分":"%.2f"%M2},index=["M2"]) td3 = pd.DataFrame({"姓名":"小江","平均分":"%.2f"%M3},index=["M3"]) td4 = pd.DataFrame({"姓名":"小李","平均分":"%.2f"%M4},index=["M4"]) # 如果不设置index，下面的ignore_index设置为True result = pd.concat([td1,td2,td3,td4],ignore_index=False) # 若axis=0 则是跨行合并（垂直合并）；若axis=1，则是跨列合并（水平合并） print("=-=-=-=萌狼蓝天=-=-=-=") print(result)
