基于条件为带命名索引的Pandas DataFrame插入新行

嘿，我明白你遇到的困扰了——你的DataFrame已经把system_call设为命名索引，之前用df.loc[-1]的方法只适用于默认的整数位置索引，所以没法正确添加新行。下面给你几种适配命名索引的解决方案：

1. 直接通过新索引值添加单行 #

因为你的索引是system_call的具体值，所以添加新行时，直接把新的system_call值作为loc的索引键就行，比如要添加你期望输出里的futex行：

# 假设words是存储新行数据的列表，比如words = ['futex', 13, 6]
df.loc[words[0]] = [words[1], words[2]]

这样就能直接把futex作为新索引，对应的frequency和file_frequency值也会被正确赋值。

2. 结合if-else条件判断（推荐） #

如果需要先判断该system_call是否已存在，再决定是添加新行还是更新现有行，可以这么写：

words = ['futex', 13, 6]  # 示例新数据
if words[0] not in df.index:
    # 不存在则添加新行
    df.loc[words[0]] = [words[1], words[2]]
else:
    # 已存在则更新对应数值（比如累加频率，根据你的需求调整）
    df.loc[words[0], 'frequency'] += words[1]
    df.loc[words[0], 'file_frequency'] += words[2]

3. 批量添加多行（可选） #

如果需要一次性添加多个新行，推荐用pd.concat（新版本Pandas已弃用append方法）：

# 构造包含新行的DataFrame，索引为新的system_call值
new_rows = pd.DataFrame(
    {'frequency': [13, 99], 'file_frequency': [6, 3]},
    index=['futex', 'new_syscall']
)
# 合并到原DataFrame
df = pd.concat([df, new_rows])

执行完上述操作后，你的DataFrame就会包含期望的新行，输出和你给出的示例一致啦～

内容的提问来源于stack exchange，提问作者ubuntu_noob