将字典值增量添加到 pandas DataFrame。具有dict键列名的DataFrame答案

【问题标题】：Incremental addition of dictionary values to a pandas DataFrame. DataFrame with column names of dict keys将字典值增量添加到 pandas DataFrame。具有dict键列名的DataFrame
【发布时间】：2018-02-22 02:09:14
【问题描述】：

假设我有一个 dict 并创建一个 pandas DataFrame 作为

dict = {'a':1,'b':2,'c':3}
df = pd.DataFrame(columns = ['a','b','c'])

每次创建具有相同键的新字典时，我都需要将值作为一行添加到df。最初，df 没有行，也没有分配索引。我所知道的是使用

df.append(pd.Series(), ignore_index=True)

但是，这会不断添加列。此外，由于字典不包含订单，因此在插入之前硬编码list(dict.values()) 之类的东西会随机化订单，将创建的列表作为df 的一行，尤其是当我不断更新dict 时？

【问题讨论】：

标签： python pandas dictionary indexing append

【解决方案1】：

创建初始 DataFrame 后：

df = pd.DataFrame(columns = ['a','b','c'])
df
Empty DataFrame
Columns: [a, b, c]
Index: []

然后您可以附加具有匹配列的字典。我会通过将字典传递给 DataFrame 构造函数并使用pd.concat() 来做到这一点，尽管可能有更有效/更快的方法：

from_dict = pd.DataFrame({k: [v] for (k, v) in dic.items()})
df = pd.concat([df, from_dict]) #default axis = 0
df
     a    b    c
0  1.0  2.0  3.0

【讨论】：

【解决方案2】：

如果你有相同列的数据框，你应该考虑使用concat：

pd.concat([df1, df2])

如果你想使用追加，假设你有你的df 和一个values 字典：

values = {'a':1,'b':2,'c':3}
df = df.append(pd.Series(values), ignore_index=True)

【讨论】：

df.append(values, ignore_index=True) 就够了。