Pandas 如何通过索引为现有数据框增加价值
Pandas how to add value to an existing data-frame by index
我有一个示例数据框，我们称它为 df。我想向 df 添加更多数字，但我不想在 NaN 之后开始添加，这将是我想从索引 3 开始添加的索引 7。
year number letter
0 1945 10 a
1 1950 15 b
2 1955 20 c
3 1960 NaN NaN
4 1965 NaN Nan
5 1970 NaN Nan
6 1975 NaN Nan
假设我们有这样一个列：
number2
0 25
1 30
2 35
3 40
我的目标是获得这样的 df
year number letter
0 1945 10 a
1 1950 15 b
2 1955 20 c
3 1960 25 NaN
4 1965 30 Nan
5 1970 35 Nan
6 1975 40 Nan
希望我解释得足够好。感谢您的支持！
number2 = [25,30,35,40]
df.loc[df.number.isna(), 'number'] = number2
结果 df:
我有一个示例数据框，我们称它为 df。我想向 df 添加更多数字，但我不想在 NaN 之后开始添加，这将是我想从索引 3 开始添加的索引 7。
year number letter
0 1945 10 a
1 1950 15 b
2 1955 20 c
3 1960 NaN NaN
4 1965 NaN Nan
5 1970 NaN Nan
6 1975 NaN Nan
假设我们有这样一个列：
number2
0 25
1 30
2 35
3 40
我的目标是获得这样的 df
year number letter
0 1945 10 a
1 1950 15 b
2 1955 20 c
3 1960 25 NaN
4 1965 30 Nan
5 1970 35 Nan
6 1975 40 Nan
希望我解释得足够好。感谢您的支持！
number2 = [25,30,35,40]
df.loc[df.number.isna(), 'number'] = number2
结果 df: