使用 for 循环将值分配给 pandas DataFrame 列

Question

我是 Python 初学者，遇到了 for 循环的问题。我想将数字列表分配给不同的 DataFrame 列。手动，我可以使用正确的代码分配我的值，但是复制和粘贴不是一种好的编程方式。

正确的手动代码如下所示：

df = pd.DataFrame(columns=['a', 'b', 'c'], index=range(100))
num = [100,200,300]
df['a'] = num[0]
df['b'] = num[1]
df['c'] = num[2]

df.head()
     a    b    c
0  100  200  300
1  100  200  300
2  100  200  300
3  100  200  300
4  100  200  300

我的 for 循环如下：

df = pd.DataFrame(columns=['a', 'b', 'c'], index=range(100))
for s in strings:
    for n in num:
        df[s] = n

df.head()

     a    b    c
0  300  300  300
1  300  300  300
2  300  300  300
3  300  300  300
4  300  300  300

谁能帮我编写一个类似于我的手动代码的 for 循环？

Answer 1

更简单的方法是将列表传递给DataFrame 构造函数，则不需要循环：

df = pd.DataFrame([[100,200,300]], columns=['a', 'b', 'c'], index=range(100))
print (df.head())
     a    b    c
0  100  200  300
1  100  200  300
2  100  200  300
3  100  200  300
4  100  200  300

但如果你想要一个循环解决方案：

df = pd.DataFrame(columns=['a', 'b', 'c'], index=range(100))
num = [100,200,300]
cols = ['a','b','c']

for c, val in zip(cols, num):
    df[c] = val
print (df.head())
     a    b    c
0  100  200  300
1  100  200  300
2  100  200  300
3  100  200  300
4  100  200  300

Answer 2

如果您已经有一个现有的 DataFrame，请使用assign：

df.assign(**dict(zip(df, num)))

---

如果您不需要，您不必修改所有列！

df = pd.DataFrame(columns=['a', 'b', 'c', 'd', 'e'], index=range(100))
df.assign(**dict(zip(['a', 'c', 'e'], num))).head()

     a    b    c    d    e
0  100  NaN  200  NaN  300
1  100  NaN  200  NaN  300
2  100  NaN  200  NaN  300
3  100  NaN  200  NaN  300
4  100  NaN  200  NaN  300