基于pandas向csv添加新的行和列

1. 导入数据

首先我们需要导入pandas库，并加载我们要添加的新行和列的数据。

import pandas as pd

# 加载数据
data = pd.read_csv('data.csv')
new_row = {'Name': 'John', 'Age': 25, 'Gender': 'Male'}
new_column = [0.6, 0.7, 0.8, 0.9]

2. 添加新的行

我们可以使用pandas的append()方法来向DataFrame中添加新的行。

# 将新行添加到DataFrame末尾

new_data = data.append(new_row, ignore_index=True)

在这个例子中，我们将新的行new_row添加到了DataFrame data的末尾，设置ignore_index=True可以重新为DataFrame重新索引。

新增的行数据为:

print(new_data.tail(1))

输出结果:

   Name  Age Gender
4  John   25   Male

3. 添加新的列

我们可以使用pandas的[ ]操作符来添加新的列。

# 将新列添加到DataFrame中

data['Temperature'] = new_column

在这个例子中，我们使用[ ]操作符将新的列new_column添加到DataFrame data中。

新增的列为:

print(data)

输出结果:

   Name  Age Gender  Temperature
0  Emma   22   Female          0.6
1  Jack   28     Male          0.7
2  Lily   24   Female          0.8
3  Mike   30     Male          0.9

4. 将更新后的DataFrame保存为CSV文件

如果我们想要将更新后的DataFrame保存为CSV文件，可以使用pandas的to_csv()方法。

# 保存DataFrame为CSV文件

data.to_csv('updated_data.csv', index=False)

在这个例子中，我们将更新后的DataFrame data保存为了updated_data.csv文件，并设置index=False来避免保存索引。

总结:

本文介绍了如何使用pandas向CSV文件中添加新的行和列。

要添加新的行，我们可以使用append()方法将新行添加到DataFrame的末尾。

要添加新的列，我们可以使用[ ]操作符将新列添加到DataFrame中。

最后，我们可以使用to_csv()方法将更新后的DataFrame保存为CSV文件。

通过这些方法，我们可以轻松地修改和更新CSV文件中的数据。