pandas - 追加具有不同列数的新行

Posted 2023-03-12

【中文标题】pandas - 追加具有不同列数的新行

【英文标题】：pandas - append new row with a different number of columns

【发布时间】：2020-02-06 06:48:58

【问题描述】：

我有一个如下所示的数据框 (df_original)：

Year | Thing1 | Thing2
2010 |  748   |   461
2011 |  246   |   493
2012 |  394   |   731

我需要偶尔追加新数据。有时，我会得到具有相同数量标头的数据。有时，我不会。我也不能指望标题的顺序是一样的。

添加如下内容就可以了：

Year | Thing1 | Thing2
2013 |  561   |  197

但是，我也可以收到这个，一个新的东西 (df_new)：

Year | Thing1 | Thing2 | Thing3
2013 |  561   |   197  |   369

编辑：我也可以接收这个数据帧来追加，concat 是否会以不同的顺序处理标题？

Year | Thing1 | Thing3 | Thing2
2013 |  561   |   369  |   197

所需的输出如下：

Year | Thing1 | Thing2 | Thing3
2010 |  748   |  461   |   0
2011 |  246   |  493   |   0
2012 |  394   |  731   |   0
2013 |  561   |  197   |  369

我怎样才能达到这个结果？

我认为pd.concat([df_original, df_new], join = 'outer', axis = 1, sort = False) 可能会因为this post 而这样做，但它会将新数据放在 df_original 中原始数据的右侧。

【问题讨论】：

将轴=1 更改为轴=0

【参考方案1】：

简单地将pd.concat 与fillna(0) 链接起来：

pd.concat([df, df_new], sort=False).fillna(0)

输出

   Year  Thing1  Thing2  Thing3
0  2010     748     461     0.0
1  2011     246     493     0.0
2  2012     394     731     0.0
0  2013     561     197   369.0

如果要重置索引，请使用ignore_index：

pd.concat([df, df_new], sort=False, ignore_index=True).fillna(0)

输出

   Year  Thing1  Thing2  Thing3
0  2010     748     461     0.0
1  2011     246     493     0.0
2  2012     394     731     0.0
3  2013     561     197   369.0

【参考方案2】：

一个 concat 应该可以解决问题。但是您希望默认的轴 0 添加行而不是列，并忽略索引值。

df = pd.concat([df_original, df_new], sort=False, ignore_index=True)

这将放置 Nan 而不是上面的 0，但您可以根据需要替换它们。