Python初学者向け：データフレームに行を追加する方法を基本から解説

この記事はこんな方におススメです

Pythonを始めたばかりで基本から学びたい方
Pythonの基本的な部分を速習してまずは全体像を把握しておきたい方

▶ 初学者向けにデータ分析に関する記事を書いています

Python初心者の方向けに、データ分析の基礎知識を身につけるための学習ステップをご紹介します。最初は細部にこだわらず、概要を把握したら実際にデータを扱ってみるのがよいです。とにかく実際のデータに触れるために、大前提となる最低限の知識を身につけるのが一番です。

はじめに

今回はデータフレームにあらたに行を加える方法を基本から解説します。データフレームにデータを追加するときに、あれ？どうだったけ？ということはありませんか？行を追加する方法はいくつかありますが、今回はその中でもよく使う3つの方法を解説します。

データフレームに行を追加する

まずはサンプルデータを作っておきましょう。

# ライブラリのインポート
import pandas as pd

# サンプルのデータフレーム作成
name = ['らくだ','ねこ','きりん','しまうま','はりねずみ']
zoo = ['上野動物園','上野動物園','宇都宮動物園','ズーラシア','旭山動物園']
age = [38,32,39,45,31]

df = pd.DataFrame({'なまえ':name, 'どうぶつえん':zoo, 'ねんれい':age})
df = df.set_index('なまえ')
df

df.loc[] を使って行を追加する

df.loc[] を使って行を追加することができます。データフレームからデータを抽出するときによく使うメソッドなのでわかりやすいですね。気を付ける点は、「存在しない行名」を指定する、df.iloc[]では行の追加はできない、という点です。

やってみましょう。

「存在しない行名」と新しい値を指定するだけで追加することができます。ここでは、「らいおん」を追加することにしましょう。

# 「らいおん」のデータを追加する
df.loc['らいおん',:] = ['ズーラシア',41]
df

データフレームに存在しない行名「らいおん」を指定したので、新規データの追加ができました。

▶ df.loc[], df.iloc[]の理解があやふやな方はこちらの投稿を参考にしてください。

Python初心者向け：loc,ilocの使い方を基本から解説

Python初心者でもわかるようにloc, ilocの使い方を説明していきます。locもilocも行、列を指定してデータを取り出します。両者の違いはlocは行を番号で指定し、ilocは行をindexで指定します。これを押さえておけばすぐに使いこなせるようになります。

df.append()を使って行を追加する

次にdf.append()を見ていきましょう。まずは書式の確認です。

df.append(追加するデータ)

「追加するデータ」はSeriesやデータフレームを指定を指定します。さっそく試してみましょう。

まずはSeriesを指定する場合です。元のデータフレームの列名とSeriesのインデックスが対応します。（※一致しない場合は欠損値NaNとなる）また、Seriesのname属性が新たな行名となります。

Seriesにname属性が設定されていないとエラーとなるので注意しましょう。

name属性が設定されていなくても、ignore_index=Trueとすると、データを追加することができるが、行名indexがすべて無視され0始まりの連番となります。

# 追加するSeriesデータを作成
pengine_sr = pd.Series(['旭山動物園', 29], index=df.columns, name='ぺんぎん')

# df.append()でSeriesのデータを追加
df = df.append(pengine_sr)
df

今回は「ぺんぎん」のデータを追加してみました。うまくいってますね。元のデータフレームの列名とSeriesのインデックスが対応しているのがポイントです。しっかり押さえておきましょう。

次にデータフレームを指定する場合を見てみましょう。


# 追加するデータフレームを作成
add_df = pd.DataFrame([['上野動物園',33],['ズーラシア',21]],index=['さる','いぬ'] , columns=['どうぶつえん','ねんれい'] )
add_df

このデータをdf.append()で追加してみましょう。

# df.append()を使ってデータフレームを追加
df = df.append(add_df)
df

ちゃんと、「さる」と「いぬ」のデータが追加されてますね。df.loc[]での追加の場合と異なり、df.append()では既存の行名であっても追加できてしまうので、注意しましょう。

pd.concat()を使って行を追加する

最後にpd.concat()での行の追加を紹介します。こちらも先に書式を確認しておきましょう。

pd.concat([df1, df2])

concatでSeriesを使うこともできますが、Seriesの場合はdf.append()を使った方がわかりやすいです。そのため、concatはデータフレームで使うものと覚えておけばよいでしょう。
※Seriesでの挙動が気になる方はpd.concat([df1, Series])を試してみましょう。期待する結果ではないかと思います。

では、試してみましょう。

# 追加するデータフレームを作成
df2 = pd.DataFrame({'どうぶつえん':'上野動物園','ねんれい':27},index=['ぱんだ'])

# pd.concat()でデータフレームに行を追加
df = pd.concat([df, df2])
df

まとめ

今回はデータフレームに行を追加する方法を基本から解説しました。

df.loc[]を使う方法はわかりやすいですが、既存の行名を指定してしまうとデータを上書きしてしまうので注意が必要です。df.loc[]で行を追加する場合は、「存在しない行名」を指定することに注意します。

2つめのdf.append()を使う方法では、Seriesとデータフレームを扱うことができます。Seriesを追加する場合は、元のデータフレームの列名とSeriesのインデックスが対応となります。Seriesのname属性が新たな行名となります。Seriesにname属性が設定されていない場合は、デフォルトではエラーとなります。ignore_index=Trueとするとname属性が設定されていない場合でも行の追加ができますが、その場合は、行名indexがすべて無視され0始まりの連番となります。

最後にpd.concat()による行の追加ですが、基本的にデータフレームを追加する場合に使う、と考えておくとよいでしょう。