如何向Pandas DataFrame中添加数据：超级简单易懂的方法

在Pandas中，DataFrame是一个二维标签化的数据结构，可以存储各种类型的数据。如果你想向DataFrame中添加数据，有几种方法可以实现。以下是两种简单易懂的添加数据的方法：
方法一：使用append()函数
append()函数可以将一个新的行添加到DataFrame的末尾。下面是一个简单的示例：

import pandas as pd
# 创建一个空的DataFrame
df = pd.DataFrame()
# 添加数据行
df = df.append({'A': 1, 'B': 2}, ignore_index=True)
df = df.append({'A': 3, 'B': 4}, ignore_index=True)

在上面的示例中，我们首先创建了一个空的DataFrame。然后，我们使用append()函数两次向DataFrame中添加数据行。append()函数的第一个参数是一个字典，表示要添加的行数据。ignore_index=True参数用于重置行索引。
方法二：使用loc[]方法
除了append()函数，还可以使用loc[]方法来添加数据行。下面是一个示例：

import pandas as pd
# 创建一个空的DataFrame
df = pd.DataFrame()
# 添加数据行
df.loc[0] = {'A': 1, 'B': 2}
df.loc[1] = {'A': 3, 'B': 4}

在上面的示例中，我们首先创建了一个空的DataFrame。然后，我们使用loc[]方法两次向DataFrame中添加数据行。loc[]方法的第一个参数是行索引，我们在这里使用了0和1作为行索引。然后，我们将一个字典分配给该行索引，表示要添加的行数据。
需要注意的是，如果你添加的数据行数量与现有行不匹配，Pandas会自动进行填充或截断以使它们匹配。在上述示例中，我们向DataFrame中添加了两行数据，每行有两个列（’A’和’B’）。如果DataFrame的列数与添加的行不匹配，Pandas会自动添加或删除列，以使它们匹配。
总结：向Pandas DataFrame中添加数据可以使用append()函数或loc[]方法。这两种方法都很容易理解和使用。你可以根据自己的需求选择适合的方法来向DataFrame中添加数据。