将系列添加到现有 DataFrame答案

【问题标题】：Add a series to existing DataFrame将系列添加到现有 DataFrame
【发布时间】：2017-05-24 10:43:06
【问题描述】：

我创建了以下 DataFrame：

purchase_1 = pd.Series({'Name': 'Chris',
                        'Item Purchased': 'Dog Food',
                        'Cost': 22.50})
purchase_2 = pd.Series({'Name': 'Kevyn',
                        'Item Purchased': 'Kitty Litter',
                        'Cost': 2.50})
purchase_3 = pd.Series({'Name': 'Vinod',
                        'Item Purchased': 'Bird Seed',
                        'Cost': 5.00})

df = pd.DataFrame([purchase_1, purchase_2, purchase_3], index=['Store 1', 'Store 1', 'Store 2'])

然后我添加了以下列：

df['Location'] = df.index
df

然后如何将以下系列添加到我的 DataFrame？谢谢。

s = pd.Series({'Name':'Kevyn', 'Item Purchased': 'Kitty Food', 'Cost': 3.00, 'Location': 'Store 2'})

【问题讨论】：

标签： pandas

【解决方案1】：

使用concat + to_frame + T：

df = pd.concat([df, s.to_frame().T])
print (df)
         Cost Item Purchased Location   Name
Store 1  22.5       Dog Food  Store 1  Chris
Store 1   2.5   Kitty Litter  Store 1  Kevyn
Store 2     5      Bird Seed  Store 2  Vinod
0           3     Kitty Food  Store 2  Kevyn

对于默认索引也可以添加参数ignore_index=True:

df = pd.concat([df, s.to_frame().T], ignore_index=True)
print (df)
   Cost Item Purchased Location   Name
0  22.5       Dog Food  Store 1  Chris
1   2.5   Kitty Litter  Store 1  Kevyn
2     5      Bird Seed  Store 2  Vinod
3     3     Kitty Food  Store 2  Kevyn

或者用loc添加一些不在原始df中的新索引值：

df.loc[0] = s
print (df)
         Cost Item Purchased   Name Location
Store 1  22.5       Dog Food  Chris  Store 1
Store 1   2.5   Kitty Litter  Kevyn  Store 1
Store 2   5.0      Bird Seed  Vinod  Store 2
0         3.0     Kitty Food  Kevyn  Store 2

因为 else 值被Series 覆盖：

df.loc['Store 2'] = s
print (df)
         Cost Item Purchased   Name Location
Store 1  22.5       Dog Food  Chris  Store 1
Store 1   2.5   Kitty Litter  Kevyn  Store 1
Store 2   3.0     Kitty Food  Kevyn  Store 2 <- overwritten row

【讨论】：

【解决方案2】：

希望对你有帮助，给你准确的结果，

purchase_4 = pd.Series({'Name': 'Kevyn', 
                        'Item Purchased': 'Kitty Food', 
                        'Cost': 3.00,
                       'Location': 'Store 2'})
df2 = df.append(purchase_4, ignore_index=True)
df2.set_index(['Location', 'Name'])

【讨论】：

【解决方案3】：

直接从您的问题来源解决。

df = df.set_index([df.index, 'Name'])
df.index.names = ['Location', 'Name']
df = df.append(pd.Series(data={'Cost': 3.00, 'Item Purchased': 'Kitty Food'}, name=('Store 2', 'Kevyn')))
df

【讨论】：