Python：将列表写入 Pandas 中的列

Posted 2023-03-12

【中文标题】Python：将列表写入 Pandas 中的列

【英文标题】：Python: Write a list to a column in Pandas

【发布时间】：2017-11-30 14:39:36

【问题描述】：

我有两个列表，它们都包含我想要写入 csv 文件的值。所以我做的第一件事就是将我的 csv 文件导入到 pandas 数据框。然后我想写两个新列并将这两个列表添加到新列中。我的代码如下。请注意，原始 csv 文件已经存在一些列。

import pandas as pd

df = pd.read_csv('1.csv')  ## 1.csv is the csv file I want to import. 


a = [0.001, 5, 38, 70, 101, 140, 190]

b= [35, 65,  100, 160, 170, 200]

df['Start Time'] = a
df['End Time'] = b 

df.to_csv('1.csv')

但是，当我运行这段代码时，它给了我一个错误，如下所示，

ValueError: Length of values does not match length of index

如果有人知道如何解决这个问题，请告诉我。赞赏！！

【问题讨论】：

我正在计算 a 中的 7 个值和 b 中的 6 个值。

【参考方案1】：

我认为您需要先创建Series，但如果长度与DataFrame 的长度不同，则为df 中的所有最后一个值获取NaNs：

df['Start Time'] = pd.Series(a, index = df.index[:len(a)])
df['End Time'] = pd.Series(b, index = df.index[:len(b)]) 

示例：

df = pd.DataFrame('a':range(10))

a = [0.001, 9, 46, 84, 122, 153, 198]
b= [39, 76,  114, 150, 158, 210]

df['Start Time'] = pd.Series(a, index = df.index[:len(a)])
df['End Time'] = pd.Series(b, index = df.index[:len(b)]) 
print (df)
   a  Start Time  End Time
0  0       0.001      39.0
1  1       9.000      76.0
2  2      46.000     114.0
3  3      84.000     150.0
4  4     122.000     158.0
5  5     153.000     210.0
6  6     198.000       NaN
7  7         NaN       NaN
8  8         NaN       NaN
9  9         NaN       NaN

【讨论】：

我试过了，它确实有效。但它也为 csv 文件提供了 2 个新的“未命名”列，我认为这是它们的索引。您能否分享如何在不将索引写入文件的情况下添加它？谢谢！！

您需要df.to_csv('new.csv', index=False) 吗？

我明白了，是的，它有效！最后一个问题是我的 csv 文件中还有一些空白列。但是，当我运行它时，它给这些列的第一行一个“未命名”的单词。你能分享一下如何做到这一点不会发生吗？谢谢！！

那么如果使用print (df.columns.tolist()) 得到未命名的列名？

当我在括号中输入“未命名”时，它给了我一个错误“tolist() 需要 1 个位置参数但给出了 2 个”？也很抱歉，我也想提一个先前的问题。我确实想摆脱那些索引，但我想只剩下一个。有什么办法吗？我能想到的就是再次做一个枚举方法，但有没有更简单的方法？

【参考方案2】：

您也可以尝试将 a 和 b 的数据类型更改为字符串。这样，NAN 值将留空。

import pandas as pd

df = pd.read_csv('1.csv')  ## 1.csv is the csv file I want to import. 


a = [0.001, 5, 38, 70, 101, 140, 190]

b = [35, 65,  100, 160, 170, 200]

df['Start Time'] = str(a)
df['End Time'] = str(b) 

df.to_csv('1.csv')