如何将列添加到空的熊猫数据框中？答案

【问题标题】：How to add columns to an empty pandas dataframe?如何将列添加到空的熊猫数据框中？
【发布时间】：2018-10-26 14:09:55
【问题描述】：

我有一个空的dataframe。

df=pd.DataFrame(columns=['a'])

出于某种原因，我想生成另一个空数据框 df2，其中包含两列“a”和“b”。

如果我这样做了

df.columns=df.columns+'b'

它不起作用（我将列重命名为“ab”）以下内容也没有

df.columns=df.columns.tolist()+['b']

如何将单独的列'b'添加到df，并且df.emtpy继续成为True？

使用 .loc 也是不可能的

   df.loc[:,'b']=None

当它返回时

  Cannot set dataframe with no defined index and a scalar

【问题讨论】：

df2=df.copy() 后跟 df2['b']="" ?
确实如此。但是为什么''不向索引添加一个元素呢？并且空字符串仍然是字符串
这是我自己一直在想的事情......对不起，我不知道答案！
df['b'] = None ?
相关：stackoverflow.com/questions/30926670/…

标签： python pandas dataframe

【解决方案1】：

以下是向空数据框添加空列的几种方法：

df=pd.DataFrame(columns=['a'])
df['b'] = None
df = df.assign(c=None)
df = df.assign(d=df['a'])
df['e'] = pd.Series(index=df.index)   
df = pd.concat([df,pd.DataFrame(columns=list('f'))])
print(df)

输出：

Empty DataFrame
Columns: [a, b, c, d, e, f]
Index: []

希望对你有帮助。

【讨论】：

另请参阅df2 = df.join(pd.DataFrame(columns=['b']))，按照下面的答案。

【解决方案2】：

如果你只是做df['b'] = None 那么df.empty 仍然是True 而df 是：

Empty DataFrame
Columns: [a, b]
Index: []

编辑：要从df 的列创建一个空的df2 并添加新列，您可以：

df2 = pd.DataFrame(columns = df.columns.tolist() + ['b', 'c', 'd'])

【讨论】：

【解决方案3】：

如果你想同时添加多个列，你也可以重新索引。

new_cols = ['c', 'd', 'e', 'f', 'g']
df2 = df.reindex(df.columns.union(new_cols), axis=1)

#Empty DataFrame
#Columns: [a, c, d, e, f, g]
#Index: []

【讨论】：

是的，我更喜欢union。它避免了在df 中有两个类似名称的列的可能性
@piRSquared 我想也许使用 concat 可以结合 reindex 和 union
@Wen 我相信你是对的。但是，这需要构建一个新的数据框来简单地连接。如果没有必要，我倾向于避免构造新的 pandas 对象。

【解决方案4】：

这是一种方式：

df2 = df.join(pd.DataFrame(columns=['b']))

此方法的优点是您可以添加任意数量的列而无需显式循环。

此外，如果不存在数据，这满足了您对df.empty 评估为True 的要求。

【讨论】：

为什么一定要复制？
@MrR，问题说明：for some reason I want to generate df2, another empty dataframe,。
df2 = df.join(pd.DataFrame(columns=['b'])) 就足够了。不需要df2 = df.copy()
赞成。 PS：这应该添加到第一个答案中-那里提供的那个漂亮的纲要中缺少它，它是最优雅的方式之一（如果不是最优雅的话）。

【解决方案5】：

你可以使用concat:

df=pd.DataFrame(columns=['a'])
df
Out[568]: 
Empty DataFrame
Columns: [a]
Index: []

df2=pd.DataFrame(columns=['b', 'c', 'd'])
pd.concat([df,df2])
Out[571]: 
Empty DataFrame
Columns: [a, b, c, d]
Index: []

【讨论】：