如何在pandas中的DataFrame中插入行？（Python）

假设我有以下数据帧：

a=np.array([[10,20,30,40],[5,20,35,50],[0,5,10,15]])
b=pd.DataFrame(a, columns=["n1", "n2", "n3", "n4"])

我对其进行以下计算（第一排和第二排之间的差异）：

然后我想将这一行差异（由

c.loc[[1]]

给出）插入我的数据框

b

。我该怎么做？当我尝试时，我得到一个错误

ValueError:无法设置列不匹配的行“

try

c = b.diff(axis=0).iloc[1]

或

输出：

print(c)
    n1    -5.0
    n2     0.0
    n3     5.0
    n4    10.0
    Name: 1, dtype: float64

要将c添加到b，请使用append

b = b.append(c)

打印输出（b）

试一试

或

输出：

print(c)
    n1    -5.0
    n2     0.0
    n3     5.0
    n4    10.0
    Name: 1, dtype: float64

要将c添加到b，请使用append

b = b.append(c)

打印输出（b）

由

loc

选择的

系列

和一个

[]

使用：

b.loc[len(b)] = b.diff().loc[1]
print (b)
     n1    n2    n3    n4
0  10.0  20.0  30.0  40.0
1   5.0  20.0  35.0  50.0
2   0.0   5.0  10.0  15.0
3  -5.0   0.0   5.0  10.0

或与

数据帧一起使用
[[]]
：

c = pd.concat([b, b.diff().loc[[1]]], ignore_index=True)
print (c)

     n1    n2    n3    n4
0  10.0  20.0  30.0  40.0
1   5.0  20.0  35.0  50.0
2   0.0   5.0  10.0  15.0
3  -5.0   0.0   5.0  10.0

由
loc
选择的
系列
和一个
[]
使用：

b.loc[len(b)] = b.diff().loc[1]
print (b)
     n1    n2    n3    n4
0  10.0  20.0  30.0  40.0
1   5.0  20.0  35.0  50.0
2   0.0   5.0  10.0  15.0
3  -5.0   0.0   5.0  10.0

或与
数据帧一起使用
[[]]
：

c = pd.concat([b, b.diff().loc[[1]]], ignore_index=True)
print (c)

     n1    n2    n3    n4
0  10.0  20.0  30.0  40.0
1   5.0  20.0  35.0  50.0
2   0.0   5.0  10.0  15.0
3  -5.0   0.0   5.0  10.0