将值附加到 Pandas 系列答案

【问题标题】：Append values to Pandas series将值附加到 Pandas 系列
【发布时间】：2018-11-08 01:55:35
【问题描述】：

我正在通过 pandas 从 SQL 数据库中选择值，但是当我想向现有的 pandas 系列添加新值时，我收到“无法连接非 NDframe 对象”。所以我不确定我应该如何进行。

sql = "select * from table"
df = pd.read_sql(sql, conn)
datovalue = df['Datovalue']
datovalue.append(35)

这就是我打印出来的数据值的样子：

0   736722.0 

1   736722.0 

2  736723.0  

3  736723.0 

4   736725.0

如何添加额外的（在这种情况下为第 5 个索引）值？

【问题讨论】：

你能举一个我们可以运行的例子吗？
Pandas: what is a NDFrame object (and what is a non-NDFrame object)的可能重复
它只是一个普通的数据框，索引为 0,1,2...，然后是每个索引的对应值。我想为这个系列添加额外的价值。
您的数据框尺寸错误。
我该如何解决？因为我实际上只是从 sql 表列中获取值并尝试在其上添加新值。

标签： python pandas indexing series

【解决方案1】：

就用这个

datovalue.append([35])

df = pd.DataFrame([[5],[3]])
df.append([1])
df
   0

0  5

1  3

0  1

【讨论】：

【解决方案2】：

有几种等效的方法可以通过索引将数据添加到系列中：

s = pd.Series([736722.0, 736722.0, 736723.0, 736723.0, 736725.0])

# direct indexing
s[5] = 35

# loc indexing
s.loc[5] = 35

# loc indexing with unknown index
s.loc[s.index.max()+1] = 35

# append with series
s = s.append(pd.Series([35], index=[5]))

# concat with series
s = pd.concat([s, pd.Series([35], index=[5])])

print(s)

0    736722.0
1    736722.0
2    736723.0
3    736723.0
4    736725.0
5        35.0
dtype: float64

【讨论】：

对于大类型整数，哪一个最快？