将列表或系列作为一行附加到 pandas DataFrame？

Posted 2023-03-11

【中文标题】将列表或系列作为一行附加到 pandas DataFrame？

【英文标题】：Appending a list or series to a pandas DataFrame as a row?

【发布时间】：2014-12-06 05:53:34

【问题描述】：

所以我已经初始化了一个空的 pandas DataFrame，我想在这个 DataFrame 中迭代地追加列表（或系列）作为行。这样做的最佳方法是什么？

【问题讨论】：

可以在以下位置找到更好的答案：***.com/questions/10715965/…

【参考方案1】：

有时在 pandas 之外完成所有附加操作会更容易，然后一次性创建 DataFrame。

>>> 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

【讨论】：

这个问题似乎暗示并非所有行都是预先知道的。

这不能回答 OP 的问题。

【参考方案2】：

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

【讨论】：

如果您希望添加到 df 的末尾，这是最简单的。

这正是我想要的，简单而有效！

为什么这不是选择的答案？

这通常没问题，但仅当您有一个从 0 开始的单调递增索引时才有效。

【参考方案3】：

这是一个简单而愚蠢的解决方案：

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

【讨论】：

请注意，这是附加一个字典，而不是一个列表

【参考方案4】：

你能做这样的事情吗？

>>> 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？

【讨论】：

这是一个更简单和愚蠢的解决方案：``` import pandas as pd df = pd.DataFrame() df = df.append('foo':1, 'bar':2, ignore_index =True) # 请注意，此附加不会发生在适当的位置。 ```

index 参数应该命名为columns； ignore_index 这里忽略了索引 - 系列的名称。

【参考方案5】：

按照 Mike Chirico 的回答...如果您想在 数据框已经填充之后添加一个列表...

>>> 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

【讨论】：

它会创建副本吗？是否可以就地追加？

@lucid_dreamer 这会创建一个副本。

ignore_index 参数是可选的（默认为False）。

【参考方案6】：

在 Python 中有多种方法可以将列表附加到 Pandas 数据框。让我们考虑以下数据框和列表：

import pandas as pd
# Dataframe
df = pd.DataFrame([[1, 2], [3, 4]], columns = ["col1", "col2"])
# List to append
list = [5, 6]

选项 1： 将列表附加到数据框的末尾，并加上 pandas.DataFrame.loc。

df.loc[len(df)] = list

选项 2： 将列表转换为数据框并附加 pandas.DataFrame.append()。

df = df.append(pd.DataFrame([list], columns=df.columns), ignore_index=True)

选项 3： 将列表转换为系列并附加 pandas.DataFrame.append()。

df = df.append(pd.Series(list, index = df.columns), ignore_index=True)

上述每个选项都应输出如下内容：

>>> print (df)
   col1  col2
0     1     2
1     3     4
2     5     6

参考：How to append a list as a row to a Pandas DataFrame in Python?

【讨论】：

为什么df.loc 在第一个选项中而不是df.iloc？

@DaniloMatrangoloMarano 检查这个问题：***.com/questions/31593201/…

最佳答案

【参考方案7】：

在附加函数中将列表转换为数据框有效，在循环中应用时也是如此

import pandas as pd
mylist = [1,2,3]
df = pd.DataFrame()
df = df.append(pd.DataFrame(data[mylist]))

【讨论】：

data[mylist] 是什么？显然，它会抛出错误NameError: name 'data' is not defined。五票表明他们知道？

正确的应该是 df = df.append(pd.DataFrame(data=[mylist])) 。数据后缺少“=”。

【参考方案8】：

这里有一个函数，给定一个已经创建的数据框，它将一个列表追加为一个新行。这可能应该包含错误捕获器，但如果您确切知道要添加的内容，那么这应该不是问题。

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

【参考方案9】：

如果你想添加一个Series并将Series的索引用作DataFrame的列，你只需要在括号之间附加Series：

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]

没有ignore_index=True 你没有得到正确的索引。

【参考方案10】：

只需使用 loc:

>>> 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

【参考方案11】：

正如这里提到的 - https://kite.com/python/answers/how-to-append-a-list-as-a-row-to-a-pandas-dataframe-in-python，您需要先将列表转换为系列，然后将系列附加到数据框。

df = pd.DataFrame([[1, 2], [3, 4]], columns = ["a", "b"])
to_append = [5, 6]
a_series = pd.Series(to_append, index = df.columns)
df = df.append(a_series, ignore_index=True)

【参考方案12】：

考虑一个 N x 2 维的数组 A。要再添加一行，请使用以下命令。

A.loc[A.shape[0]] = [3,4]

【讨论】：

您可以为带有 3 个反引号的代码创建代码块

【参考方案13】：

最简单的方法：

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

编辑：

别忘了新列表的长度应该和对应的Dataframe一样。

【讨论】：

这适用于列表的单个实例，但如果你有多次出现而不是我的版本工作