为动态分配初始化一个空的DataFrame

Question

我的目标是初始化一个空数据框并逐行填充它。最初我不知道行标签是什么（index），也不知道columns 是什么。此外，index 可以是多级的。

这是我想要完成的一个示例。

首选方法

import pandas as pd
import numpy as np

# Demo data which will be used to populate the dataframe
my_list = [pd.Series(np.random.rand(10), index=np.arange(10)*1e-6) for i in range(5)]

# Demo indices which will be used to index the dataframe
id1 = ['a', 'b', 'c', 'd', 'e']
id2 = [0.1, 0.2, 0.3, 0.4, 0.5]
id3 = [0, 1, 2, 3, 4]

df = pd.DataFrame()
for i1, i2, i3, s in zip(id1, id2, id3, my_list):
    df.loc[(i1, i2, i3), :] = s

而且当然这是不正确的，并且会抛出错误：

KeyError: "['a' 0.1 0] not in index"

当前方法

目前，我解决这个问题的方法是我知道所有行的列标签都是相同的，所以一旦我阅读了第一个系列，我就知道所有系列的标签。另外，我知道索引是三个级别。所以这就是我所做的：

df = None
idx = pd.MultiIndex(labels=[[], [], []], levels=[[], [], []], names=['id1', 'id2', 'id3'])

for i1, i2, i3, s in zip(id1, id2, id3, my_list):
    if df is None:
        df = pd.DataFrame(index=idx, columns=s.index)
    df.loc[(i1, i2, i3)] = s

问题

解决此问题的最佳方法是什么？是否可以删除循环内的if 语句和当前方法中的空索引声明，使其符合首选方法的路线？

Answer 1

我认为更好更快的是将DataFrame 构造函数与my_list 和MultiIndex.from_arrays 一起使用，因为pandas 中的loops 很慢，最好避免它：

mux = pd.MultiIndex.from_arrays([id1, id2, id3], names=['id1', 'id2', 'id3'])
df = pd.DataFrame(my_list, index=mux)
print (df)
             0.000000  0.000001  0.000002  0.000003  0.000004  0.000005  \
id1 id2 id3                                                               
a   0.1 0    0.804894  0.121733  0.030610  0.084308  0.751264  0.542138   
b   0.2 1    0.868729  0.049293  0.679061  0.375005  0.281873  0.182111   
c   0.3 2    0.766086  0.779906  0.928323  0.724433  0.275672  0.279673   
d   0.4 3    0.656994  0.304625  0.430252  0.350452  0.558119  0.674358   
e   0.5 4    0.045430  0.371147  0.885556  0.318458  0.411363  0.419160   

             0.000006  0.000007  0.000008  0.000009  
id1 id2 id3                                          
a   0.1 0    0.941973  0.318702  0.060750  0.108110  
b   0.2 1    0.944578  0.839771  0.331519  0.973904  
c   0.3 2    0.373569  0.985934  0.855927  0.878398  
d   0.4 3    0.041317  0.900308  0.728050  0.897996  
e   0.5 4    0.312687  0.662131  0.034483  0.633083