如何在pandas DataFrame中为指定行添加元素且不新增整行

你不需要新增整行，直接定位到NaN所在的单元格赋值即可，不会改动DataFrame的原有结构和其他数据。

方法1：精准定位单个单元格赋值（适合明确知道空值位置的场景） #

首先构造初始测试数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'first': [100, 212],
    'second': [2, np.nan],
    'third': [212, 213]
})

用.loc按行索引、列名定位目标单元格，直接赋值目标值：

# 定位行索引为1、列名为second的空值单元格，赋值23
df.loc[1, 'second'] = 23

执行后输出结果和预期完全一致：

first  second  third
0    100     2.0    212
1    212    23.0    213

如果需要把second列的浮点类型转回整数，追加执行一行代码即可：

df['second'] = df['second'].astype(int)

方法2：批量替换指定列的空值（适合列内有多个NaN需要统一替换的场景） #

如果不需要逐一定位空值位置，要把某列所有NaN都替换为目标值，可以直接用fillna方法：

df['second'] = df['second'].fillna(23)

以上两种方法都是在原有DataFrame基础上修改单元格内容，不会新增任何行或列。

内容的提问来源于stack exchange，提问作者Kanagaryu