给 pandas 一个可迭代的 python 和一个 pd.Series 的列之间的区别

Posted 2023-02-23

【中文标题】给 pandas 一个可迭代的 python 和一个 pd.Series 的列之间的区别

【英文标题】：Difference between giving pandas a python iterable vs a pd.Series for column

【发布时间】：2020-12-05 09:47:57

【问题描述】：

传递 List 与 pd.Series 类型以创建新的 dataFrame 列之间有什么区别？例如，通过反复试验，我注意到：

# (1d) We can also give it a Series, which is quite similar to giving it a List
df['cost1'] = pd.Series([random.choice([1.99,2.99,3.99]) for i in range(len(df))])
df['cost2'] =           [random.choice([1.99,2.99,3.99]) for i in range(len(df))]
df['cost3'] = pd.Series([1,2,3]) # <== will pad length with `NaN`
df['cost4'] =           [1,2,3]  # <== this one will fail because not the same size
d

pd.Series 与传递标准 python 列表有什么不同吗？数据框可以采用任何可迭代的python，还是对可以传递给它的内容有限制？最后，使用pd.Series 是添加列的“正确”方式，还是可以与其他类型互换使用？

【参考方案1】：

List 此处分配给数据帧需要相同的长度

对于pd.Series赋值，它会以索引为key匹配原来的DataFrameindex，然后在Series中填充相同索引的值

df=pd.DataFrame([1,2,3],index=[9,8,7])
df['New']=pd.Series([1,2,3])
 # the default index is range index , which is from 0 to n 
 # since the dataframe index dose not match the series, then will return NaN 
df
Out[88]: 
   0  New
9  1  NaN
8  2  NaN
7  3  NaN

---

匹配索引的不同长度

df['New']=pd.Series([1,2],index=[9,8])
df
Out[90]: 
   0  New
9  1  1.0
8  2  2.0
7  3  NaN

【讨论】：

为什么不默认为 RangeIndex 并用 np.nan 填充剩余部分？也许显示警告...有人知道这是否正在考虑？

@BEN_YO -- 好的，但是问题的其他组成部分呢（除了 NaN 填充之外的任何内容）

@samuelbrody1249s 检查我的第一个例子，由于索引不同，它会分配 NaN，pandas 对象分配的第一个匹配是匹配索引