熊猫，将系列连接到DF作为行答案

【问题标题】：Pandas, concat Series to DF as rows熊猫，将系列连接到DF作为行
【发布时间】：2014-01-27 02:31:12
【问题描述】：

我试图将一个系列添加到一个空的 DataFrame 并且找不到答案在文档或其他问题中。由于您可以按行附加两个 DataFrame 或按列，似乎系列中必须缺少“轴标记”。能任何人解释为什么这不起作用？。

import Pandas as pd
df1 = pd.DataFrame()
s1 = pd.Series(['a',5,6])
df1 = pd.concat([df1,s1],axis = 1)
#go run some process return s2, s3, sn ...
s2 = pd.Series(['b',8,9])
df1 = pd.concat([df1,s2],axis = 1)
s3 = pd.Series(['c',10,11])
df1 = pd.concat([df1,s3],axis = 1)

如果我上面的示例具有误导性，使用文档中的示例可能会有所帮助。

引用：将行附加到 DataFrame。
虽然不是特别有效（因为必须创建一个新对象），但您可以附加一个通过将 Series 或 dict 传递给附加的单行到 DataFrame，这将返回一个新的 DataFrame，如上所示。结束引用。

文档中的示例附加了“S”，它是 DataFrame 中的一行，“S1”是一个系列并尝试附加“S1”会产生错误。我的问题是为什么会附加“S1 不起作用？问题背后的假设是 DataFrame 必须编码或包含两个轴的轴信息，而 Series 必须只包含一个轴的信息。
df = pd.DataFrame(np.random.randn(8, 4), columns=['A','B','C','D'])
s = df.xs(3); #third row of DataFrame
s1 = pd.Series([np.random.randn(4)]); #new Series of equal len
df= df.append(s, ignore_index=True)

结果

想要的

【问题讨论】：

标签： python pandas concat series

【解决方案1】：

你很接近，只是将concat的结果转置

In [14]: s1
Out[14]: 
0    a
1    5
2    6
dtype: object

In [15]: s2
Out[15]: 
0    b
1    8
2    9
dtype: object

In [16]: pd.concat([s1, s2], axis=1).T
Out[16]: 
   0  1  2
0  a  5  6
1  b  8  9

[2 rows x 3 columns]

您也不需要创建空的DataFrame。

【讨论】：

Tom，使用你的答案，如果我现在想将另一个系列连接到我得到的结果：AttributeError: 'Series' object has no attribute '_data'
您能否编辑您的问题以显示您想要连接的第三个系列？如果你和s1和s2同时拥有，可以做`pd.concat([s1, s2, s3],axis=1).T
问题请看编辑版，concat操作不会同时发生。
出于好奇，有没有办法以不需要转置的方式调用pd.concat？
@ItamarMushkin 使用 pandas.DataFrame 构造函数，请参阅 stackoverflow.com/a/69810437/1280629

【解决方案2】：

最好的方法是使用DataFrame从Series序列构造一个DF，而不是使用concat：

import pandas as pd
s1 = pd.Series(['a',5,6])
s2 = pd.Series(['b',8,9])
pd.DataFrame([s1, s2])

输出：

In [4]: pd.DataFrame([s1, s2])
Out[4]: 
   0  1  2
0  a  5  6
1  b  8  9

【讨论】：

【解决方案3】：

实现与将 Series 附加到 DataFrame 相同目标的方法是将数据转换为列表数组并将数组附加到DataFrame。

作为列表数组的数据

def get_example(idx):

   list1 = (idx+1,idx+2 ,chr(idx + 97))
   data = [list1]
   return(data)

df1 = pd.DataFrame()

对于范围内的 idx(4)：

   data = get_example(idx)
   df1= df1.append(data, ignore_index = True)

【讨论】：