【发布时间】：2014-12-06 05:53:34
【问题描述】：
所以我已经初始化了一个空的 pandas DataFrame，我想在这个 DataFrame 中迭代地追加列表（或系列）作为行。这样做的最佳方法是什么？
【问题讨论】：
-
可以在以下位置找到更好的答案：stackoverflow.com/questions/10715965/…
标签： python pandas append dataframe
【发布时间】：2014-12-06 05:53:34
【问题描述】：
有时在 pandas 之外完成所有附加操作会更容易，然后一次性创建 DataFrame。
>>> import pandas as pd
>>> simple_list=[['a','b']]
>>> simple_list.append(['e','f'])
>>> df=pd.DataFrame(simple_list,columns=['col1','col2'])
col1 col2
0 a b
1 e f
【讨论】：
-
这个问题似乎暗示并非所有行都是预先知道的。
-
这不能回答 OP 的问题。
df = pd.DataFrame(columns=list("ABC"))
df.loc[len(df)] = [1,2,3]
【讨论】：
-
如果您希望添加到
df的末尾，这是最简单的。 -
这正是我想要的，简单而有效！
-
为什么这不是选择的答案？
-
这通常没问题，但仅当您有一个从 0 开始的单调递增索引时才有效。
这是一个简单而愚蠢的解决方案：
>>> import pandas as pd
>>> df = pd.DataFrame()
>>> df = df.append({'foo':1, 'bar':2}, ignore_index=True)
【讨论】：
-
请注意，这是附加一个字典，而不是一个列表
你能做这样的事情吗？
>>> import pandas as pd
>>> df = pd.DataFrame(columns=['col1', 'col2'])
>>> df = df.append(pd.Series(['a', 'b'], index=['col1','col2']), ignore_index=True)
>>> df = df.append(pd.Series(['d', 'e'], index=['col1','col2']), ignore_index=True)
>>> df
col1 col2
0 a b
1 d e
有人有更优雅的解决方案吗？
【讨论】：
-
这是一个更简单和愚蠢的解决方案：``` import pandas as pd df = pd.DataFrame() df = df.append({'foo':1, 'bar':2}, ignore_index =True) # 请注意，此附加不会发生在适当的位置。 ```
-
index参数应该命名为columns；ignore_index这里忽略了索引 - 系列的名称。
按照 Mike Chirico 的回答...如果您想在 数据框已经填充之后添加一个列表...
>>> list = [['f','g']]
>>> df = df.append(pd.DataFrame(list, columns=['col1','col2']),ignore_index=True)
>>> df
col1 col2
0 a b
1 d e
2 f g
【讨论】：
-
它会创建副本吗？是否可以就地追加？
-
@lucid_dreamer 这会创建一个副本。
-
ignore_index参数是可选的（默认为False）。
在 Python 中有多种方法可以将列表附加到 Pandas 数据框。让我们考虑以下数据框和列表：
import pandas as pd
# Dataframe
df = pd.DataFrame([[1, 2], [3, 4]], columns = ["col1", "col2"])
# List to append
list = [5, 6]
选项 1： 将列表附加到数据框的末尾，并加上 pandas.DataFrame.loc。
df.loc[len(df)] = list
选项 2： 将列表转换为数据框并附加 pandas.DataFrame.append()。
df = df.append(pd.DataFrame([list], columns=df.columns), ignore_index=True)
选项 3： 将列表转换为系列并附加 pandas.DataFrame.append()。
df = df.append(pd.Series(list, index = df.columns), ignore_index=True)
上述每个选项都应输出如下内容：
>>> print (df)
col1 col2
0 1 2
1 3 4
2 5 6
参考：How to append a list as a row to a Pandas DataFrame in Python?
【讨论】：
-
为什么
df.loc在第一个选项中而不是df.iloc？ -
@DaniloMatrangoloMarano 检查这个问题：stackoverflow.com/questions/31593201/…
-
最佳答案
在附加函数中将列表转换为数据框有效，在循环中应用时也是如此
import pandas as pd
mylist = [1,2,3]
df = pd.DataFrame()
df = df.append(pd.DataFrame(data[mylist]))
【讨论】：
-
data[mylist]是什么？显然，它会抛出错误NameError: name 'data' is not defined。五票表明他们知道？ -
正确的应该是
df = df.append(pd.DataFrame(data=[mylist]))。数据后缺少“=”。
这里有一个函数，给定一个已经创建的数据框，它将一个列表追加为一个新行。这可能应该包含错误捕获器，但如果您确切知道要添加的内容，那么这应该不是问题。
import pandas as pd
import numpy as np
def addRow(df,ls):
"""
Given a dataframe and a list, append the list as a new row to the dataframe.
:param df: <DataFrame> The original dataframe
:param ls: <list> The new row to be added
:return: <DataFrame> The dataframe with the newly appended row
"""
numEl = len(ls)
newRow = pd.DataFrame(np.array(ls).reshape(1,numEl), columns = list(df.columns))
df = df.append(newRow, ignore_index=True)
return df
【讨论】：
如果你想添加一个Series并将Series的索引用作DataFrame的列，你只需要在括号之间附加Series：
In [1]: import pandas as pd
In [2]: df = pd.DataFrame()
In [3]: row=pd.Series([1,2,3],["A","B","C"])
In [4]: row
Out[4]:
A 1
B 2
C 3
dtype: int64
In [5]: df.append([row],ignore_index=True)
Out[5]:
A B C
0 1 2 3
[1 rows x 3 columns]
没有ignore_index=True 你没有得到正确的索引。
【讨论】：
只需使用 loc:
>>> df
A B C
one 1 2 3
>>> df.loc["two"] = [4,5,6]
>>> df
A B C
one 1 2 3
two 4 5 6
【讨论】：
正如这里提到的 - https://kite.com/python/answers/how-to-append-a-list-as-a-row-to-a-pandas-dataframe-in-python，您需要先将列表转换为系列，然后将系列附加到数据框。
df = pd.DataFrame([[1, 2], [3, 4]], columns = ["a", "b"])
to_append = [5, 6]
a_series = pd.Series(to_append, index = df.columns)
df = df.append(a_series, ignore_index=True)
【讨论】：
考虑一个 N x 2 维的数组 A。要再添加一行，请使用以下命令。
A.loc[A.shape[0]] = [3,4]
【讨论】：
-
您可以为带有 3 个反引号的代码创建代码块
最简单的方法：
my_list = [1,2,3,4,5]
df['new_column'] = pd.Series(my_list).values
编辑：
别忘了新列表的长度应该和对应的Dataframe一样。
【讨论】：
-
这适用于列表的单个实例，但如果你有多次出现而不是我的版本工作