关于python：将一个列表或系列作为一行添加到pandas DataFrame中？


Appending a list or series to a pandas DataFrame as a row?

因此，我已经初始化了一个空的pandas数据帧，我想在这个数据帧中迭代地将列表(或序列)附加为行。最好的方法是什么？

相关讨论

有时，在熊猫外部执行所有附加操作会更容易，然后，只需一次创建数据帧。

1
2
3
4
5
6
7
>>> import pandas as pd
>>> simple_list=[['a','b']]
>>> simple_list.append(['e','f'])
>>> df=pd.DataFrame(simple_list,columns=['col1','col2'])
   col1 col2
0    a    b
1    e    f
相关讨论

下面是一个简单而愚蠢的解决方案：

1
2
3
>>> import pandas as pd
>>> df = pd.DataFrame()
>>> df = df.append({'foo':1, 'bar':2}, ignore_index=True)

号

相关讨论

1
2
df = pd.DataFrame(columns=list("ABC"))
df.loc[len(df)] = [1,2,3]

。

相关讨论

你能这样做吗？

1
2
3
4
5
6
7
8
>>> import pandas as pd
>>> df = pd.DataFrame(columns=['col1', 'col2'])
>>> df = df.append(pd.Series(['a', 'b'], index=['col1','col2']), ignore_index=True)
>>> df = df.append(pd.Series(['d', 'e'], index=['col1','col2']), ignore_index=True)
>>> df
  col1 col2
0    a    b
1    d    e

有人有更优雅的解决方案吗？

相关讨论

跟随迈克·奇里科的回答…如果要在数据帧已填充后附加列表…

1
2
3
4
5
6
7
>>> list = [['f','g']]
>>> df = df.append(pd.DataFrame(list, columns=['col1','col2']),ignore_index=True)
>>> df
  col1 col2
0    a    b
1    d    e
2    f    g

。

相关讨论

这里有一个函数，给定一个已经创建的数据帧，它将把一个列表作为新行附加。这可能会抛出错误捕捉器，但如果您确切知道要添加什么，那么它不应该是一个问题。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import pandas as pd
import numpy as np

def addRow(df,ls):
   """
    Given a dataframe and a list, append the list as a new row to the dataframe.

    :param df: <DataFrame> The original dataframe
    :param ls: <list> The new row to be added
    :return: <DataFrame> The dataframe with the newly appended row
   """

    numEl = len(ls)

    newRow = pd.DataFrame(np.array(ls).reshape(1,numEl), columns = list(df.columns))

    df = df.append(newRow, ignore_index=True)

    return df

。

如果要添加序列并将序列的索引用作数据帧的列，则只需在括号之间追加序列：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
In [1]: import pandas as pd

In [2]: df = pd.DataFrame()

In [3]: row=pd.Series([1,2,3],["A","B","C"])

In [4]: row
Out[4]:
A    1
B    2
C    3
dtype: int64

In [5]: df.append([row],ignore_index=True)
Out[5]:
   A  B  C
0  1  2  3

[1 rows x 3 columns]

如果去掉ignore_index=True，就得不到合适的索引。

最简单的方法：

1
2
my_list = [1,2,3,4,5]
df['new_column'] = pd.Series(my_list).values

。

编辑：

不要忘记新列表的长度应该与对应的数据帧的长度相同。

只需使用loc：

1
2
3
4
5
6
7
8
>>> df
     A  B  C
one  1  2  3
>>> df.loc["two"] = [4,5,6]
>>> df
     A  B  C
one  1  2  3
two  4  5  6