如何向以日期为索引的Pandas DataFrame追加行？

针对你这种用日期做索引的Pandas DataFrame，要追加新行其实很简单，调整一下方法就行，我给你几个实用的方案：

这是最稳妥的方式，尤其是需要保证索引类型和原DataFrame一致的时候：

import pandas as pd

# 定义要追加的新日期和对应值
new_date = pd.to_datetime('2011-10-29')
new_entry = 19

# 构造单行的新DataFrame，索引设置为日期
new_row = pd.DataFrame({'entry': [new_entry]}, index=[new_date])

# 合并原DataFrame和新行
df = pd.concat([df, new_row])

这种方法不会破坏原DataFrame的结构，哪怕后续要追加多列或者多行都能轻松扩展。

如果只是加一行，用loc直接通过日期索引标签赋值更高效：

# 显式转换日期为datetime类型，确保和原索引匹配
df.loc[pd.to_datetime('2011-10-29')] = 19

⚠️ 注意：一定要确保新日期的类型和原索引一致（用df.index.dtype可以查看原索引类型），否则会把索引转为object类型，后续时间相关的操作会出问题。

如果有好几行要加，可以先整理成数据列表，再转成DataFrame合并：

# 准备批量数据
new_rows_data = [
    {'date': '2011-10-29', 'entry': 19},
    {'date': '2011-10-30', 'entry': 20},
    {'date': '2011-10-31', 'entry': 21}
]

# 转成DataFrame并设置日期索引
new_df = pd.DataFrame(new_rows_data).set_index('date')
# 统一索引类型为datetime
new_df.index = pd.to_datetime(new_df.index)

# 合并到原DataFrame
df = pd.concat([df, new_df])

重要提醒 #

别再用df.append()方法了——Pandas已经把它标记为弃用（deprecated）了，官方明确推荐用pd.concat来替代，避免后续版本兼容性问题。

内容的提问来源于stack exchange，提问作者jtlz2