这就是我解析您的数据的方式(很简单,但您确实应该有代码片段来描述您的问题中的数据):
In [1]: df = pd.read_csv('in.txt', index_col=0, sep=' ', header=None, parse_dates=[0])
In [2]: df
Out[2]:
1 2 3
0
2013-07-01 114.60 89.62 125.64
2013-08-01 111.55 88.63 121.57
2013-09-01 108.31 86.24 117.93
现在,使用concat/append和slicing,您可以在新日期下重新添加最后一行:
In [3]: new_date = pd.datetools.to_datetime('2013-10')
In [3]: new_data = pd.DataFrame(df[-1:].values, index=[new_date], columns=df.columns)
In [4]: df = df.append(new_data)
In [5]: df
Out[5]:
1 2 3
2013-07-01 114.60 89.62 125.64
2013-08-01 111.55 88.63 121.57
2013-09-01 108.31 86.24 117.93
2013-10-01 108.31 86.24 117.93
但是请注意,不推荐逐行添加数据 - 最好在较低级别的结构上进行追加,例如列表和字典(在单独追加时更快),并将数据转换为 DataFrame当你真正需要分析它时。