附加列在 pandas DataFrame 中产生 NaN

Posted 2023-03-12

【中文标题】附加列在 pandas DataFrame 中产生 NaN

【英文标题】：appending columns produces NaN in pandas DataFrame

【发布时间】：2012-08-14 21:46:45

【问题描述】：

我需要迭代地将列添加到 DataFrame 对象。这是一个简化版：

>>> x=DataFrame()
>>> for i in 'ps':
...  x = x.append(DataFrame(i:[3,4]))
... 
>>> x
    p   s
0   3 NaN
1   4 NaN
0 NaN   3
1 NaN   4

我该怎么做才能得到：

    p   s
 0  3   3
 1  4   4

?

【参考方案1】：

您首先创建 dict 的想法可能是最好的方法：

>>> from pandas import *
>>> DataFrame(c: [1,2] for c in 'sp')
   p  s
0  1  1
1  2  2

（这里使用字典推导，在 Python 2.7 中可用）。不过，为了完整起见，您可以 - 效率低下 - 使用 join 或 concat 来逐列工作：

>>> df = DataFrame()
>>> for c in 'sp':
...     df = concat([df, DataFrame(c: [1,2])], axis=1)
... 
>>> print df
   s  p
0  1  1
1  2  2
>>> 
>>> df = DataFrame()
>>> for c in 'sp':
...     df = df.join(DataFrame(c: [1,2]), how='outer')
... 
>>> print df
   s  p
0  1  1
1  2  2

[您可以看到列顺序的差异。]但是您构建 dict 然后从构建的 dict 构建 DataFrame 的想法是一种更好的方法。