我想从 DataFrame 中获取给定的行，并在同一个 DataFrame 之前添加或附加。
我下面的代码就是这样做的，但我不确定我的做法是否正确，或者是否有更简单、更好、更快的方法？
testdf = df.copy()
#get row
target_row = testdf.ix[[2],:]
#del row from df
testdf.drop([testdf.index[2]], axis=0, inplace=True)
#concat original row to end or start of df
newdf = pd.concat([testdf, target_row], axis=0)
谢谢
【问题讨论】：
标签： python pandas dataframe concat
我会在shifting 之后直接分配给df，然后使用iloc 来引用您要分配行的位置，而不是concat，您必须调用squeeze 以便您只分配值并丢失原始索引值，否则会引发ValueError：
In [210]:
df = pd.DataFrame({'a':np.arange(5)})
df
Out[210]:
a
0 0
1 1
2 2
3 3
4 4
In [206]:
target_row = df.ix[[2],:]
target_row
Out[206]:
a
2 2
In [211]:
df = df.shift()
df.iloc[0] = target_row.squeeze()
df
Out[211]:
a
0 2
1 0
2 1
3 2
4 3
编辑
在末尾插入：
In [255]:
df = pd.DataFrame({'a':np.arange(5)})
target_row = df.ix[[2],:]
df = df.shift(-1)
df.iloc[-1] = target_row.squeeze()
df
Out[255]:
a
0 1
1 2
2 3
3 4
4 2
另一个更新
感谢@AsheKetchum 指出我之前的回答是不正确的，现在看到 3 年后我意识到你可以reindex orig df：
如果我们将索引的副本作为list：
In[24]:
idx = df.index.tolist()
idx
Out[24]: [0, 1, 2, 3, 4]
那么我们可以从这个列表中pop 感兴趣的索引：
In[25]:
idx.pop(2)
idx
Out[25]: [0, 1, 3, 4]
现在我们可以 reindex 将其添加到此列表之前：
In[26]:
df.reindex([2] + idx)
Out[26]:
a
2 2
0 0
1 1
3 3
4 4
或附加：
In[27]:
df.reindex(idx+[2])
Out[27]:
a
0 0
1 1
3 3
4 4
2 2
【讨论】：
4 从列 a 中消失。这是想要的输出吗？？
.ix 已弃用。请改用.iloc。
为了提高性能，您可能需要考虑保留要移动到 DataFrame 末尾的所有行的运行列表，然后在单个 pd.concat 操作中一次将它们全部移动。
df = pd.DataFrame(np.random.rand(5, 3), columns=list('ABC'))
target_rows = [1, 3, 4]
a = df.iloc[[i for i in df.index if i not in target_rows], :]
b = df.iloc[target_rows, :]
>>> pd.concat([a, b])
A B C
0 0.818722 0.174153 0.522383
2 0.581577 0.840306 0.985089
1 0.645752 0.238476 0.670922
3 0.198271 0.501911 0.954477
4 0.965488 0.735559 0.701077
【讨论】：
我可以将其简化为单行：
pd.concat([df.ix[0:1], df.ix[3:], df.ix[[2]]])
不过，我看不出您的代码和我的代码有任何性能差异。想必抄袭才是最大的罪魁祸首。
【讨论】：
类似于 YH Wu 写的，如果您知道索引（或索引），您可以在一行中完成。但是，不推荐使用 ix，因此请改用 loc：
import pandas as pd
import numpy as np
df = pd.DataFrame({'a':np.arange(5)})
# a
# 0 0
# 1 1
# 2 2
# 3 3
# 4 4
# move the line with index 2 to the end:
df2 = df.drop(2).append(df.loc[2])
# a
# 0 0
# 1 1
# 3 3
# 4 4
# 2 2
# several indices, moves 3 and 2 to the end in that order:
to_move = [3, 2]
df2 = df.drop(to_move).append(df.loc[to_move])
# a
# 0 0
# 1 1
# 4 4
# 3 3
# 2 2
.drop 删除带有您作为参数提供的索引（或索引）的行。使用 df.loc[x] 您可以选择具有索引（或索引）x 的行。如果您编写 df = df.drop... ，则直接将更改应用于原始 DataFrame。如果要重置索引，可以执行“.reset_index(drop=True)”（如果您不想将原始索引保留为新列，则 drop=True）。
【讨论】：
我只是删除一行并在最后追加。
df = pd.DataFrame({'a':np.arange(5)})
df.drop(2).append(df.ix[2]).reset_index(drop=True) # move 3rd row
df.drop(df.head(2).index).append(df.head(2)).reset_index() # move first 2 rows
【讨论】：