如何将新行添加到具有不同列号的 Pandas 数据框中？

Question

我想在 Pandas 数据框中添加新行，而不考虑每个新行中的顺序和列数。

当我添加新行时，我希望我的数据框如下所示。每行可以有不同的列数。

---- | 1    | 2    | 3    | 4 
row1 | data | data | 
row2 | data | data | data 
row3 | data | 
row4 | data | data | data | data 

Answer 1

在 pandas 中，您可以将新行与现有数据框连接起来（即使新行具有不同的列数），如下所示。

import pandas as pd

df = pd.DataFrame([list(range(5))])
new_row = pd.DataFrame([list(range(4))])
pd.concat([df,new_row], ignore_index=True, axis=0)

在上面的代码sn-p中，pd.concatenate函数合并了两个数据框。如果您提供参数 ignore_index=True，pandas 将合并两个数据帧而不考虑它们的长度。

Answer 2

大熊猫dataframe一行一次通常很慢。一个解决方案是首先在字典中收集数据，然后将其转换为DataFrame以进行进一步处理：

d = {
    'att1': ['a', 'b'],
    'att2': ['c', 'd', 'e'],
    'att3': ['f'],
    'att4': ['g', 'h', 'i', 'j'],
}
df = pd.DataFrame.from_dict(d, orient='index')

在df包含：

        0    1    2    3
att1    a    b    None None
att2    c    d    e    None
att3    f    None None None
att4    g    h    i    j

或更多符合典型的熊猫格式，将数据存储在一个长长的系列中，其中'att1'用作值'a'和'b'等的索引。：

series = df.stack().reset_index(level=1, drop=True)

允许轻松选择各种属性：

series.loc[['att1', 'att3']]

返回：

att1    a
att1    b
att3    f