Python：使用循环将行添加到现有数据帧中

我正在使用pandas Python库，我希望向现有DF添加行，并保留现有的行

我的数据如下所示：

product price   max_move_%
  1     100      10

for i, row in df_merged.iterrows():
for a in range((row['max_move_%']) * (- 1), row['max_move_%']):
    df_merged['price_new'] = df_merged['price'] * (1 - a / 100.00)

我运行如下循环：

product price   max_move_%
  1     100      10

for i, row in df_merged.iterrows():
for a in range((row['max_move_%']) * (- 1), row['max_move_%']):
    df_merged['price_new'] = df_merged['price'] * (1 - a / 100.00)

我想得到：

product price   max_move_%  true_move     price_new
1       100      10          -10            90
1       100      10          -9             91
 .....
1       100      10          10             110

但是什么也没发生，df看起来和以前一样。 如何向列添加新值，同时保留现有df中的数据

我试过这个：

df_loop = []
for i, row in df_merged.iterrows():
    for a in range((row['max_move_%']) * (- 1), row['max_move_%'] + 1):
    df_loop.append((df_merged['product'], df_merged['price'], f_merged['max_move_%'],a))

pd.DataFrame(df_loop, columns=('product','price','max_move_%','price_new'))

但它不像我想象的那样工作

---

谢谢大家!

如果我理解正确的话，像这样的事情就行了。使用以下命令在原始数据帧的基础上创建更大的数据帧（但在本例中，行数为原来的21倍）：

然后添加新列：

new['true_move'] = [i for i in range(-max_move, max_move + 1)]
new['price_new'] = new['price'] + new['true_move']

这将提供您问题中发布的所需结果

---

根据较大的数据集的外观，可能需要稍微调整。如果这不符合您的需要，请使用具有代表性的数据集编辑您的问题以进行测试。

我刚刚创建了一个包含所有5个所需列的新数据框，以便在此数据框中添加行：

import pandas as pd

df_merged = pd.DataFrame(data=[[1, 100, 10]], columns=['product', 'price', 'max_move_%'])
print(df_merged)
#    product  price  max_move_%
# 0        1    100          10

new_columns = ['product', 'price', 'max_move_%', 'true_move', 'price_new']
df_new = pd.DataFrame(columns=new_columns)

idx = 0
for i, row in df_merged.iterrows():
    for true_move in range((row['max_move_%']) * (- 1), row['max_move_%']+1):
        price_new = df_merged.iloc[i]['price'] * (1 + true_move / 100.00)
        df_new.loc[idx] = row.values.tolist() + [true_move, price_new]
        idx += 1

print(df_new)
#     product  price  max_move_%  true_move  price_new
# 0       1.0  100.0        10.0      -10.0       90.0
# 1       1.0  100.0        10.0       -9.0       91.0
# 2       1.0  100.0        10.0       -8.0       92.0
# 3       1.0  100.0        10.0       -7.0       93.0
# 4       1.0  100.0        10.0       -6.0       94.0
# 5       1.0  100.0        10.0       -5.0       95.0
# 6       1.0  100.0        10.0       -4.0       96.0
# 7       1.0  100.0        10.0       -3.0       97.0
# 8       1.0  100.0        10.0       -2.0       98.0
# 9       1.0  100.0        10.0       -1.0       99.0
# 10      1.0  100.0        10.0        0.0      100.0
# 11      1.0  100.0        10.0        1.0      101.0
# 12      1.0  100.0        10.0        2.0      102.0
# 13      1.0  100.0        10.0        3.0      103.0
# 14      1.0  100.0        10.0        4.0      104.0
# 15      1.0  100.0        10.0        5.0      105.0
# 16      1.0  100.0        10.0        6.0      106.0
# 17      1.0  100.0        10.0        7.0      107.0
# 18      1.0  100.0        10.0        8.0      108.0
# 19      1.0  100.0        10.0        9.0      109.0
# 20      1.0  100.0        10.0       10.0      110.0

---

我刚刚修改了您的百分比变化公式，用于评估新的列值。

您能进一步扩展数据示例吗？对于需要扩展为多行的每个产品，您的数据是否只有一行？您好，是的，非常感谢！100*（1-（-10/100.00））不是等于110而不是90吗？你能从数学上解释一下你想在新的价格栏中得到什么吗？嗨，这是%的变化，所以一旦是最小值将是90，最大值110，这看起来不错：）但是。。我在这行中得到一个错误新的['true\u move']=[I为I在范围内（-max\u move，max\u move+1）]我得到值错误：-->9新的['true\u move']=[I为I在范围内（-max\u move，max\u move+1）]这真是太棒了！！！！！多谢各位！请你给我解释一下这件事好吗？“真移动”列中是否填充了此项？df_new.loc[idx]=row.values.tolist（）+[a，price_new]是不是真的移动在price_new之前，这就是为什么在那里填充它？df_new.loc[idx]正在将新行分配到

df_new

dataframe中。此数据帧有5列（所需的列），因此任何新行都有这5个值（每列一个）。Line

row.values.tolist（）+[a，price\u new]

创建一个大小为5的python列表，其中包含该行的所有值。sum的第一部分（

row.values.tolist（）

）将

df\u merged

的当前迭代行中的前3个值添加到新行，而sum的第二部分（

[a，price\u new]

）添加与

true\u move

和

price\u new

列相对应的最后2个新值。变量

a

只需参考

true\u move

。编辑它。。。