熊猫添加行而不是列

Question

我是 pandas 的新手，但想简单地添加一行

class Security:
    def __init__(self):
        self.structure = ['timestamp', 'open', 'high', 'low', 'close', 'vol']
        self.df = pd.DataFrame(columns=self.structure)  # index =
    def whats_inside(self):
        return self.df
    """
    Some skipped code...
    """
    def add_data(self, timestamp, open, high, low, close, vol):
        data = [timestamp, open, high, low, close, vol]
        self.df = self.df.append (data)

sec = Security()
print sec.whats_inside()
sec.add_data ('2015/06/01', '1', '2', '0.5', '1', '100')
print sec.whats_inside()

但输出是：

            0 close high  low open timestamp  vol
0  2015/06/01   NaN  NaN  NaN  NaN       NaN  NaN
1           1   NaN  NaN  NaN  NaN       NaN  NaN
2           2   NaN  NaN  NaN  NaN       NaN  NaN
3         0.5   NaN  NaN  NaN  NaN       NaN  NaN
4           1   NaN  NaN  NaN  NaN       NaN  NaN
5         100   NaN  NaN  NaN  NaN       NaN  NaN

这意味着，我添加的是列而不是行。是的，我试过用谷歌搜索，但仍然不明白如何让它变得简单。

附言我知道这很简单，但我只是错过了一些重要的事情。

Answer 1

有几种方法可以添加新行。也许最简单的一个是（如果你想将行添加到末尾）是使用loc：

df.loc[len(df)] = ['val_a', 'val_b', .... ]

loc 需要一个索引。 len(df) 将返回数据帧中的行数，因此新行将添加到数据帧的末尾。

'['val_a', 'val_b', .... ]' 是行的值的列表，列的顺序相同，所以列表的长度必须等于列数，否则你会得到一个ValueError 异常。 一个例外是，如果您希望所有列都具有相同的值，则可以将该值作为列表中的单个元素，例如 df.loc[len(df)] = ['aa']。

注意： 一个好主意是在使用此方法之前始终使用reset_index，因为如果您曾经删除行或处理过滤的数据框，则无法保证行的索引将与行数保持同步。

Answer 2

您应该附加 Series 或 DataFrame。 （系列会更适合你的情况）

import pandas as pd
from pandas import Series, DataFrame
class Security:
    def __init__(self):
        self.structure = ['timestamp', 'open', 'high', 'low', 'close', 'vol']
        self.df = pd.DataFrame(columns=self.structure)  # index =
    def whats_inside(self):
        return self.df
    """
    Some skipped code...
    """
    def add_data(self, timestamp, open, high, low, close, vol):
        data = [timestamp, open, high, low, close, vol]
        # append Series
        self.df = self.df.append(pd.Series(data, index=self.structure), ignore_index=True)
        # or DataFrame
        # self.df = self.df.append(pd.DataFrame([data], columns=self.structure), ignore_index=True)

sec = Security()
print sec.whats_inside()
sec.add_data ('2015/06/01', '1', '2', '0.5', '1', '100')
sec.add_data ('2015/06/02', '1', '2', '0.5', '1', '100')
print sec.whats_inside()

输出：

    timestamp open high  low close  vol
0  2015/06/01    1    2  0.5     1  100
1  2015/06/02    1    2  0.5     1  100