從舊熊貓創建新熊貓 df

Question

我有一個數據框數據，並想在最后附加另一個。 新的數據幀與前一個類似，只是交換了條目。 我有以下代碼可以工作並說明我在做什么：

listL = data.shape[0]  
length = data.shape[1]
mid = (length-1) / 2.0
for j in range(0, 5) :
    data.loc[listL+j] = data.iloc[j]

for j in range(0, 5) :
    for i in range(start, end) :
        left = int(ceil(mid+i)) + 1
        right = int(ceil(mid-i))
        data.iloc[listL+j][left] = data.iloc[j][right]
        data.iloc[listL+j][0] = data.iloc[j][0] + 10

在這個例子中，我只在最后添加前 5 行，並交換列。 這根本不能很好地擴展，而且效率非常低。 您能否幫助提高效率，消除循環並使其擴展良好（我想使用具有 10000 個條目的數據框）。 特別是，我怎樣才能使交換更有效率？

更新：使用其中一個答案，我現在可以：

tmpdf = data
data = pandas.concat([data, tmpdf])

for j in range(0, listL-1) :
    for i in range(start, end) :
        left = int(ceil(mid+i)) + 1
        right = int(ceil(mid-i))
        data.iloc[listL+j][left] = data.iloc[listL+j][right]
        data.iloc[listL+j][0] = data.iloc[listL+j][0] + 10

其中 listL 是原始 df 數據中的行數。 我需要優化第二部分：

listL = data.shape[0]  
length = data.shape[1]
mid = (length-1) / 2.0 
for j in range(0, listL-1) :
    for i in range(start, end) :
        left = int(ceil(mid+i)) + 1
        right = int(ceil(mid-i))
        data.iloc[listL+j][left] = data.iloc[listL+j][right]
        data.iloc[listL+j][0] = data.iloc[listL+j][0] + 10

Answer 1

如果你有df1和df2 ，你可以簡單地使用pd.concat添加df2前五行，獨立於列的排序方式：

pd.concat([df1, df2.ix[:4,]])

Answer 2

這就是我最終做的，感謝收到的答案和評論：

length = data.shape[1]    
mid = (length-1) / 2.0

start = -int(floor(mid))
end = int(floor(mid))

#for j in range(0, 5) :
#    data.loc[listL+j] = data.iloc[j]

tmpdf = data.copy(deep=True)
for i in range(start, end) :
    left = int(ceil(mid+i)) + 1
    right = int(ceil(mid-i))
    tmpdf[data.columns[left]] = data[data.columns[right]]

data = pandas.concat([data, tmpdf])