學習pandas兩天了，關於這個增加行的問題一直困擾着我，測試了幾個代碼，終於搞通了一點（昨天是因為代碼敲錯了。。。）
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'])
創建了一個名為df1的DataFrame，其中數據為24為排列數，關鍵是index的取值，我這里用的pandas自帶的日期序列函數生成的dates
生成的df1如圖：
這里可以看到index的名稱為date_time格式的
需要加入新的一行時，我采用了loc函數：
df1.loc[pd.to_datetime('20170108'),['A','B','C','D','E']] = [1,2,3,4,5]
按照之前的index的格式添加，顯然增加的新行和之前行的形式是相同的：
（這里圖片多添加了一行，不牽扯）
但是如果，添加的index和之前的數據類型不同時，會報錯么？
試一試：
df1.loc['20180108',['D','E']]=[1,2]
這里我將一個字符串’20180108‘，添加到新行的index，本以為會報錯，結果：
添加成功了，不過表格的格式也發生更改了，date_time原本隱藏的時間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]
同樣添加成功，神奇的一幕發生了：
出現了兩個完全相同的index：20180108
這是為什么呢？原來是因為，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,系統判斷是兩個完全不同的數據，所以會出現兩個完全相同的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的添加行操作原理基本搞明白了，keep learning。