Pythonで2次元配列に行・列を追加する全手法

Pythonでデータ処理を行っていると、既存の2次元配列（リストのリスト）に対して、「新しいデータ行を追加したい」「既存のデータに新しい項目の列を足したい」という場面が頻繁に訪れます。

しかし、Pythonには標準の「リスト型」と、数値計算ライブラリの「NumPy配列」という2つの主要な配列があり、それぞれ要素を追加する方法が全く異なります。

ここを混同すると、意図しないエラーやパフォーマンスの低下を招く原因となります。

この記事では、Pythonの標準リストとNumPy配列のそれぞれについて、行（縦方向）や列（横方向）を追加する具体的なコードとその仕組みを徹底解説します。

初心者の方が迷いやすい「空の配列から動的に作る方法」も紹介しますので、ぜひ参考にしてください。

【本記事の信頼性】

執筆者：マヒロ

執筆者は元エンジニア
SES⇒大手の社内SE⇒独立
現在はこじんまりとしたプログラミングスクールを運営
モットーは「利他の精神」

Pythonの標準リストで2次元配列に行（データセット）を追加する
Pythonの標準リストで「列」を追加する方法
1. forループを使って各行に要素を追加する
2. zip関数を使ったスマートな列追加テクニック
空の2次元配列を定義して動的に要素を追加していく手順
1. 空リストから始めてデータを蓄積する
NumPy配列（ndarray）で行や列を追加する方法
Pythonのスキルを活かして年収を上げる方法

Pythonの標準リストで2次元配列に行（データセット）を追加する

Pythonの標準機能であるリスト型（list）を使って2次元配列を扱う場合、行の追加は非常に直感的で簡単です。

リストのメソッドである append() や extend() を使うことで、Excelの表に行を足していくような操作が可能です。

appendメソッドで末尾に1行追加する

最も基本となるのが append() メソッドです。
これはリストの末尾に、新しい要素（ここでは1行分のリスト）をそのまま追加します。

# 2次元配列（リストのリスト）の初期化
matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

# 追加したい新しい行
new_row = [7, 8, 9]

# appendを使って末尾に追加
matrix.append(new_row)

print(matrix)

実行結果

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

matrix.append(new_row) を実行することで、元のリスト matrix の一番後ろに [7, 8, 9] というリストが1つの要素として追加されます。

これにより、2行3列だった配列が、3行3列の配列になりました。処理速度も速く、最も頻繁に使われる方法です。

extendメソッドや+=演算子で複数の行を結合する

1行だけでなく、複数の行をまとめて追加したい場合は extend() メソッドか += 演算子を使います。

append でリストを追加すると「リストの中にリストが入る」形になりますが、extend は「リストの中身を展開して追加」します。

matrix = [
    [1, 2],
    [3, 4]
]

# 追加したい複数の行
additional_rows = [
    [5, 6],
    [7, 8]
]

# extendを使って結合
matrix.extend(additional_rows)
# matrix += additional_rows  # これでも同じ結果になります

print(matrix)

実行結果

[[1, 2], [3, 4], [5, 6], [7, 8]]

extend() は引数に渡されたリストの要素を、元のリストの末尾に順番に追加します。

ここでは additional_rows が2次元配列（リストのリスト）なので、その要素である [5, 6] と [7, 8] がそれぞれ matrix に追加され、結果として行が増える形になります。

insertメソッドで好きな位置に行を挿入する

末尾ではなく、先頭や途中に割り込ませる形でデータを追加したい場合は insert() メソッドを使用します。

matrix = [
    [1, 2],
    [5, 6]
]

new_row = [3, 4]

# インデックス1（2番目）の位置に挿入
matrix.insert(1, new_row)

print(matrix)

実行結果

[[1, 2], [3, 4], [5, 6]]

insert(挿入したいインデックス, 要素) の形式で指定します。

上記の例ではインデックス 1 を指定しているため、元々インデックス0にあった [1, 2] の後ろ、インデックス1にあった [5, 6] の前に新しい行が挿入されました。

Pythonの標準リストで「列」を追加する方法

行の追加に比べて、リスト型での「列」の追加（各行に新しい要素を一つずつ足す処理）は少し工夫が必要です。

リストには「列を追加する」という直接的なメソッドが存在しないため、ループ処理などを使って各行を更新する必要があります。

forループを使って各行に要素を追加する

最も基本的で分かりやすいのが、for 文を使って各行にアクセスし、append() で要素を足していく方法です。

matrix = [
    [1, 2],
    [3, 4],
    [5, 6]
]

# 追加したい列のデータ
new_column = [10, 20, 30]

# 行数と追加するデータの数が合っているか確認するのが安全
if len(matrix) == len(new_column):
    for i in range(len(matrix)):
        # i番目の行に、i番目のデータを追加
        matrix[i].append(new_column[i])

print(matrix)

実行結果

[[1, 2, 10], [3, 4, 20], [5, 6, 30]]

for i in range(len(matrix)): で行の数だけループを回しています。

matrix[i] でi番目の行（リスト）を取得し、そこに append() で新しい列のデータ new_column[i] を追加しています。

これにより、縦方向にデータが結合されたように見えます。

zip関数を使ったスマートな列追加テクニック

リスト内包表記と zip() 関数を組み合わせると、よりPythonらしい簡潔な書き方で列を追加できます。

matrix = [
    [1, 2],
    [3, 4]
]

new_column = [9, 9]

# zipで既存の行と新しい値をペアにして、新しいリストを作成
# xは元の行（例: [1, 2]）、yは追加する値（例: 9）
new_matrix = [x + [y] for x, y in zip(matrix, new_column)]

print(new_matrix)

実行結果

[[1, 2, 9], [3, 4, 9]]

zip(matrix, new_column) は、元の行 [1, 2] と追加データ 9 をセットにして取り出します。

リスト内包表記の中で x + [y] を行うことで、[1, 2] + [9] すなわち [1, 2, 9] という新しい行を作成し、それを集めて新しい2次元配列を構築しています。

注意点として、この操作は元のリスト matrix を変更する（破壊的操作）のではなく、新しいリスト new_matrix を生成します。
メモリ使用量や変数の扱いに気を付けてください。

空の2次元配列を定義して動的に要素を追加していく手順

データ処理の現場では、最初は空の状態からスタートし、計算結果を順次追加していくパターンがよくあります。

ここでは空の配列を定義し、データを蓄積していく実装例を紹介します。

空リストから始めてデータを蓄積する

# 空のリストを定義
data_matrix = []

# 何かの処理ループ（例：0から2まで）
for i in range(3):
    # 計算などで新しい行データを作成
    row = [i, i * 10, i * 100]
    
    # 2次元配列に追加
    data_matrix.append(row)

print(data_matrix)

実行結果

[[0, 0, 0], [1, 10, 100], [2, 20, 200]]

最初に data_matrix = [] で空のリストを用意します。

ループの中で row という1行分のリストを作成し、それを data_matrix.append(row) で積み上げていきます。

CSVファイルの読み込みや、ログデータの解析などで頻繁に使用されるパターンです。

NumPy配列（ndarray）で行や列を追加する方法

数値計算ライブラリ「NumPy」を使う場合、リストとは異なる専用の関数を使用します。

NumPy配列は計算速度が速い反面、「配列のサイズ変更」は新しい配列を生成する処理になるため、頻繁な追加はパフォーマンスを低下させる可能性がある点に注意が必要です。

np.appendで追加する（axisの指定が重要）

np.append() 関数を使うと、配列に要素を追加できます。
重要なのは axis（軸）の指定です。

import numpy as np

# 2行3列のNumPy配列
arr = np.array([
    [1, 2, 3],
    [4, 5, 6]
])

# 追加する行（2次元配列として定義する点に注意）
new_row = np.array([[7, 8, 9]])

# axis=0 は「行（縦方向）」への追加
result = np.append(arr, new_row, axis=0)

print(result)

実行結果

[[1 2 3]
 [4 5 6]
 [7 8 9]]

np.append(元の配列, 追加する配列, axis=0) で行を追加します。

注意点として、追加する new_row も [[...]] のように2次元配列の形状をしている必要があります。

axis=0 を指定しないと、すべての要素が1列に平坦化されてしまうので気をつけましょう。

【重要】NumPy配列をforループで拡張してはいけない

NumPyの np.append は、実行するたびに新しいメモリ領域の確保と全データのコピーを行います。
そのため、forループの中で arr = np.append(arr, new_row) のように繰り返し実行すると、データ量が増えるにつれて処理時間が指数関数的に遅くなります（計算量が O(N^2) になります）。

データを順次追加したい場合は、以下のいずれかの方法が推奨されます。

Pythonの標準リストで append して、最後に np.array() でNumPy配列に変換する（最も手軽で高速）
予め np.zeros などで十分なサイズの配列を確保し、インデックスで値を代入する（サイズが分かっている場合）

np.vstackとnp.hstackで行・列を結合する

より直感的に行や列を追加（結合）したい場合は、vstack（垂直結合）と hstack（水平結合）が便利です。

import numpy as np

arr = np.array([
    [1, 2],
    [3, 4]
])

# 行を追加（Vertical Stack：垂直方向に積む）
row_to_add = np.array([5, 6])
result_v = np.vstack((arr, row_to_add))
print("行追加:\n", result_v)

# 列を追加（Horizontal Stack：水平方向に積む）
# 列ベクトルとして形状を合わせる必要がある
col_to_add = np.array([
    [10],
    [20]
])
# 単なる [10, 20] だと形状不一致エラーになることがあるため、必要なら reshape などを検討する
# 今回は2次元配列としての整合性を保つため、最初から [[10], [20]] の形で定義するか
# col_to_add.reshape(-1, 1) とするのが安全です。

result_h = np.hstack((arr, col_to_add))
print("列追加:\n", result_h)

実行結果

行追加:
 [[1 2]
 [3 4]
 [5 6]]
列追加:
 [[ 1  2 10]
 [ 3  4 20]]

コードの解説

np.vstack: 配列を縦に積み重ねます。行の追加に相当します。
np.hstack: 配列を横に連結します。列の追加に相当します。ただし、追加する配列の「行数」が元の配列と一致している必要があります。また、列を追加する場合は、追加するデータも列ベクトル（ (N, 1) の形状）である必要があります。

np.insertでインデックスを指定して挿入する

リストの insert と同様に、NumPyでも np.insert で場所を指定して追加が可能です。

import numpy as np

arr = np.array([
    [1, 2, 3],
    [7, 8, 9]
])

# 1行目（インデックス1）の前に新しい行を挿入
# axis=0 は行方向
result = np.insert(arr, 1, [4, 5, 6], axis=0)

print(result)

実行結果