如何在循环中将不同大小的列表附加到空熊猫数据框的每一列？

Posted 2023-03-11

【中文标题】如何在循环中将不同大小的列表附加到空熊猫数据框的每一列？

【英文标题】：How to append to each column of empty pandas data frame different size of lists in a loop?

【发布时间】：2022-01-20 08:42:32

【问题描述】：

嗨，伙计们，这越来越令人沮丧。！经过长时间的在线浏览。我在这里找不到可以提供帮助的单一来源。如何将不同大小的列表附加到空熊猫数据框的每一列？例如，我有这三个变量：

var1 = ['BBCL15', 'KL12TT', 'TMAA03', '1523FR']
var2 = [253, 452, 16]
var3 = ['23n2', 'akg_9', '12.3bl', '30x2', 'dd91']

我想在循环中将它附加到空的熊猫数据框中：

df = pd.DataFrame(columns=['col1', 'col2', 'col3'])

# something like this.
for x in var1:
    df['col1'].append(pd.Series(x), ignore_index=True)

for x in var2:
    df['col2'].append(pd.Series(x), ignore_index=True)

for x in var3:
    df['col3'].append(pd.Series(x), ignore_index=True)

每个变量对应一个列，用NaN填充空格，因为变量的长度不一样。 有人可以帮忙吗？

【问题讨论】：

df = pd.concat([pd.DataFrame(x, columns=[f'coli']) for i, x in enumerate([var1, var2, var3], 1)], axis=1) ...?

谢谢！这对我有用！

【参考方案1】：

>>> cols = ['col1', 'col2', 'col3']
>>> df = pd.DataFrame(columns=cols)
>>> max_len = max([len(var1), len(var2), len(var3)])
>>> for col, var in zip(cols, [var1, var2, var3]):
...     df[col] = var+([None]*(max_len - len(var)))
>>> df
     col1   col2    col3
0  BBCL15  253.0    23n2
1  KL12TT  452.0   akg_9
2  TMAA03   16.0  12.3bl
3  1523FR    NaN    30x2
4    None    NaN    dd91

【讨论】：

谢谢你！你是明星！亲切的问候

有趣的是，我们如何为如此简单的任务做完全相同的事情，但我们的代码看起来完全不同:-D

你说得对，我们可以通过多种方式做同样的事情，但每种实现方式各有利弊。

检查你的python和包版本

我已经在 Python=3.8.10 和 pandas=1.3.4 上测试过

【参考方案2】：

创建一个列表列表以使用列表理解：

lists = [var1, var2, var3]

获取最长列表的长度：

longest_length = max([len(v) for v in lists])

根据需要填充列表：

padded_lists = [v + [float("NaN")]*(longest_length - len(v)) for v in lists]

创建数据框：

pd.DataFrame(padded_lists).T

【参考方案3】：

这是另一个使用pd.concat 的解决方案：

var1 = ['BBCL15', 'KL12TT', 'TMAA03', '1523FR']
var2 = [253, 452, 16]
var3 = ['23n2', 'akg_9', '12.3bl', '30x2', 'dd91']


df = pd.DataFrame()

for i in [var1, var2, var3] :
  df = pd.concat([df, pd.Series(i)], axis = 1, ignore_index  = True)
  
df.columns = ['col1', 'col2', 'col3']

注意：使用此解决方案时，请避免首先命名数据框列。

【参考方案4】：

另外，这是一个实用的解决方案！

mydict = 'col1': var1, 'col2': var2, 'col3': var3
df = pd.DataFrame(key:pd.Series(value) for key, value in mydict.items())
df

     col1   col2    col3
0   BBCL15  253.0   23n2
1   KL12TT  452.0   akg_9
2   TMAA03   16.0   12.3bl
3   1523FR   NaN     30x2
4    NaN     NaN     dd91