關於pandas增長行時，索引名稱的一些問題

學習pandas兩天了，關於這個增長行的問題一直困擾着我，測試了幾個代碼，終於搞通了一點（昨天是由於代碼敲錯了。。。）

直接上代碼：

1 dates = pd.date_range('20170101',periods=6) 
2 df1 = pd.DataFrame(np.arange(24).reshape((6,4)),index = dates,columns=['A','B','C','D'])

建立了一個名爲df1的DataFrame，其中數據爲24爲排列數，關鍵是index的取值，我這裏用的pandas自帶的日期序列函數生成的dates

生成的df1如圖：

 

 這裏能夠看到index的名稱爲date_time格式的

須要加入新的一行時，我採用了loc函數：

df1.loc[pd.to_datetime('20170108'),['A','B','C','D','E']] = [1,2,3,4,5]

按照以前的index的格式添加，顯然增長的新行和以前行的形式是相同的：

 

 （這裏圖片多添加了一行，不牽扯）

可是若是，添加的index和以前的數據類型不一樣時，會報錯麼？

試一試：

df1.loc['20180108',['D','E']]=[1,2]

這裏我將一個字符串’20180108‘，添加到新行的index，本覺得會報錯，結果：

 

 添加成功了，不過表格的格式也發生更改了，date_time本來隱藏的時間00：00：00顯示出來。接着我添加相同名稱的int32位變量試試：

df1.loc[20180108,['E','C']] = [1,3]

一樣添加成功，神奇的一幕發生了：

 

 出現了兩個徹底相同的index：20180108

這是爲何呢？原來是由於，上面那行的20180108的數據類型是str，而下面那行的20180108數據類型是int32,系統判斷是兩個徹底不一樣的數據，因此會出現兩個徹底相同的index在表格中

接着，再添加一個date_time格式的’20180108‘吧：

df1.loc[pd.to_datetime('20180108'),['A','B']] = [3,4]

結果不出所料：

 

 成功添加。

至此，pandas的添加行操做原理基本搞明白了，keep learning。