将具有日期时间索引的行插入数据框

Posted 2023-02-23

【中文标题】将具有日期时间索引的行插入数据框

【英文标题】：insert row with datetime index to dataframe

【发布时间】：2018-11-23 05:52:10

【问题描述】：

我有一个带有日期时间索引的数据框：

time                count  day hour  minute  label
2018-06-07 00:25:00 207    7.0 0.0   25.0    177.0
2018-06-07 00:55:00 187    7.0 0.0   55.0    150.0
2018-06-07 01:25:00 194    7.0 1.0   25.0    165.0
2018-06-07 01:55:00 176    7.0 1.0   55.0    175.0
2018-06-07 02:25:00 195    7.0 2.0   25.0    172.0
-> add new datetime record record here 

我正在尝试添加一些新记录，但我得到了：

[DatetimeIndex(['2018-06-07 01:55:00'], dtype='datetime64[ns]', name='time', freq=None)] not an index
# this happen even if row exists or not

我只想添加一个30分钟的间隔记录，我的代码是这样的

last_date = recent_posts.iloc[[-1]].index
last_date = last_date + timedelta(minutes=30)

recent_posts.iloc[[last_date]] = # bla #bla

# What I may be doing wrong?

【问题讨论】：

您正在寻找不在数据框中的last_date DatetimeIndex。

是的！当“recent_posts.iloc[[-1]].index”给出最后一个元素时，我认为应该重要的是索引不存在，我想插入一个新行！如果我错了，请纠正我

【参考方案1】：

插入新记录的正确方法是：

df.append(pd.DataFrame(index=[last_date]))

例子：

print(df)

输出：

                   count    day hour    minute  label
time                    
2018-06-07 00:25:00 207 7.0 0.0 25.0    177.0
2018-06-07 00:55:00 187 7.0 0.0 55.0    150.0

要添加元素，请使用.append()：

df.append(pd.DataFrame(index=[last_date]))

输出：

                     count  day  hour  label  minute
2018-06-07 00:25:00  207.0  7.0   0.0  177.0    25.0
2018-06-07 00:55:00  187.0  7.0   0.0  150.0    55.0
2018-06-07 01:25:00    NaN  NaN   NaN    NaN     NaN

如您所见，它使用定义的索引添加了一条新记录，由于我们没有为其他列指定值，所以它们是 NaN

您可以使用dict 为一列或多列指定值，如下所示：

data = 'hour':10 
df.append(pd.DataFrame(data, index=[last_date]))

输出：

                     count  day  hour  label  minute
2018-06-07 00:25:00  207.0  7.0   0.0  177.0    25.0
2018-06-07 00:55:00  187.0  7.0   0.0  150.0    55.0
2018-06-07 01:25:00    NaN  NaN   10.0    NaN     NaN

【讨论】：

非常感谢哈夫！我见过的例子几乎总是使用 concat 或直接更改索引

很高兴我能帮上忙。 @弗雷迪

我在少数地方看到 append 复制数据帧，更有效的方法是使用 .loc[]，但是当我收到错误 ValueError: cannot set a row with mismatched columns使用df.loc[last_date] = data。你知道如何让它以这种方式工作吗？谢谢

@PS 似乎您需要将使用.append 创建的对象分配给另一个变量，因为.append 确实进行了就地修改，因此不会保存数据。这在您的帖子中并不清楚。

@Confounded 我已经添加了官方文档的链接。不可能将函数的每个方面都放在答案中，因此官方文档链接。很高兴你自己解决了这个问题。