### Python 数据预处理及定位数据文件位置 在进行数据预处理时，找到数据文件的位置是一个重要的前提条件。以下是具体方法： #### 定位数据文件位置 1. **绝对路径** 使用文件的完整路径来加载数据是最简单的方法之一。例如，在Windows系统中可以这样指定路径： ```python file_path = r"C:\Users\username\data\example.csv" df = pd.read_csv(file_path) ``` 这里需要注意的是，使用`r`前缀可以让字符串保持原始形式，避免转义字符的影响[^2]。 2. **相对路径** 如果脚本和数据文件位于同一目录下，则可以直接通过文件名访问： ```python df = pd.read_csv("example.csv") ``` 3. **当前工作目录** 可以通过`os`模块查看或更改当前的工作目录： ```python import os current_directory = os.getcwd() # 获取当前工作目录 print(current_directory) new_directory = "/path/to/your/data/folder" os.chdir(new_directory) # 更改到目标目录 df = pd.read_csv("example.csv") # 加载该目录下的CSV文件 ``` 上述代码展示了如何动态调整工作目录以便于更灵活地管理文件位置[^4]。 4. **交互式输入路径** 当不确定文件的具体存储位置时，可以通过命令行让用户手动提供路径： ```python user_input = input("请输入数据文件的路径：") df = pd.read_csv(user_input.strip()) ``` #### 增加新数据行的例子 针对用户提到的向DataFrame新增多条记录的操作，可采用如下方式实现： ```python import pandas as pd # 创建初始 DataFrame data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]} index_labels = ['a', 'b', 'c'] df = pd.DataFrame(data, index=index_labels) print("原 DataFrame:") print(df) # 新增单行或多行数据 new_data_1 = {'A': 9, 'B': 10, 'C': 11} new_row_d = pd.Series(new_data_1, name='d') new_data_e = {'A': 1, 'B': 2, 'C': 3} new_data_g = {'A': 4, 'B': 5, 'C': 6} new_data_h = {'A': 7, 'B': 8, 'C': 9} additional_rows = pd.DataFrame([new_data_e, new_data_g, new_data_h], index=['e', 'g', 'h']) result_df = pd.concat([df, additional_rows]) print("\n更新后的 DataFrame:") print(result_df) ``` 此段代码实现了连续追加多个自定义索引的新行至现有表格的功能[^1]。