添加列不同长度的熊猫答案

【问题标题】：add columns different length pandas添加列不同长度的熊猫
【发布时间】：2022-04-26 21:18:22
【问题描述】：

我在 Pandas 中添加列时遇到问题。我有DataFrame，维度是nxk。在此过程中，我需要添加维度为 mx1 的列，其中 m = [1,n]，但我不知道 m。

当我尝试这样做时：

df['Name column'] = data    
# type(data) = list

结果：

AssertionError: Length of values does not match length of index

我可以添加不同长度的列吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

如果您使用接受的答案，您将丢失列名，如接受的答案示例中所示，并在documentation 中描述（强调添加）：

生成的轴将标记为 0, ..., n - 1。如果您要连接对象，而连接轴没有具有有意义的索引信息。

看起来列名 ('Name column') 对原始海报/原始问题有意义。

要保存列名，请使用pandas.concat，但不要 ignore_index（ignore_index 的默认值为false；因此您可以完全省略该参数）。继续使用axis=1：

import pandas

# Note these columns have 3 rows of values:
original = pandas.DataFrame({
    'Age':[10, 12, 13], 
    'Gender':['M','F','F']
})

# Note this column has 4 rows of values:
additional = pandas.DataFrame({
    'Name': ['Nate A', 'Jessie A', 'Daniel H', 'John D']
})

new = pandas.concat([original, additional], axis=1) 
# Identical:
# new = pandas.concat([original, additional], ignore_index=False, axis=1) 

print(new.head())

#          Age        Gender        Name
#0          10             M      Nate A
#1          12             F    Jessie A
#2          13             F    Daniel H
#3         NaN           NaN      John D

请注意 John D 没有年龄或性别。

【讨论】：

这个答案是我的选择，也只是一个评论，如果你使用你的 Pandas 数据框，部分是用 pd.to_csv("filename") 写入 csv 这实际上（通过默认）用空白替换所有 NAN，留下一个干净的 csv 导入其他地方....

【解决方案2】：

使用 concat 并传递 axis=1 和 ignore_index=True：

In [38]:

import numpy as np
df = pd.DataFrame({'a':np.arange(5)})
df1 = pd.DataFrame({'b':np.arange(4)})
print(df1)
df
   b
0  0
1  1
2  2
3  3
Out[38]:
   a
0  0
1  1
2  2
3  3
4  4
In [39]:

pd.concat([df,df1], ignore_index=True, axis=1)
Out[39]:
   0   1
0  0   0
1  1   1
2  2   2
3  3   3
4  4 NaN

【讨论】：

@TheRedPea 我回滚了您的编辑，您的建议应该是评论而不是对我的答案的编辑，因为编辑应该用于改进或更正答案，而不是建议替代答案跨度>
肯定要下到“红豌豆”的答案，更准确。

【解决方案3】：

我们可以将不同大小的列表值添加到DataFrame中。

例子

a = [0,1,2,3]
b = [0,1,2,3,4,5,6,7,8,9]
c = [0,1]

查找所有列表的长度

la,lb,lc = len(a),len(b),len(c)
# now find the max
max_len = max(la,lb,lc)

根据确定的最大长度调整全部大小（本例中没有

if not max_len == la:
  a.extend(['']*(max_len-la))
if not max_len == lb:
  b.extend(['']*(max_len-lb))
if not max_len == lc:
  c.extend(['']*(max_len-lc))

现在所有列表的长度相同并创建数据框

pd.DataFrame({'A':a,'B':b,'C':c})

最终输出是

【讨论】：

【解决方案4】：

我遇到了同样的问题，两个不同的数据框并且没有一个共同的列。我只需要将它们放在一起放在一个 csv 文件中。

合并：在这种情况下，“合并”不起作用；甚至向两个 dfs 添加一个临时列，然后将其删除。因为这种方法使两个dfs具有相同的长度。因此，它重复较短数据帧的行以匹配较长数据帧的长度。
连接： The Red Pea 的想法对我不起作用。它只是将较短的df附加到较长的df（按行），同时在较短的df列上方留下一个空列（NaN）。
解决方案：您需要执行以下操作：

df1 = df1.reset_index()
df2 = df2.reset_index()
df = [df1, df2]
df_final = pd.concat(df, axis=1)

df_final.to_csv(filename, index=False)

这样，您将看到您的 dfs 彼此并排（按列），每个都有自己的长度。

【讨论】：

【解决方案5】：

如果有人想替换不同大小的特定列而不是添加它。

基于这个答案，我使用 dict 作为中间类型。 Create Pandas Dataframe with different sized columns

如果要插入的列不是列表而是已经是字典，则可以省略相应的行。

def fill_column(dataframe: pd.DataFrame, list: list, column: str):
    dict_from_list = dict(enumerate(list)) # create enumertable object from list and create dict

    dataFrame_asDict = dataframe.to_dict() # Get DataFrame as Dict
    dataFrame_asDict[column] = dict_from_list # Assign specific column

    return pd.DataFrame.from_dict(dataFrame_asDict, orient='index').T # Create new DataSheet from Dict and return it

【讨论】：