在熊猫数据框架中添加一行

Question

据我所知，大熊猫的设计是为了装载人口稠密的大熊猫。DataFrame但我需要创建一个空的DataFrame，然后逐个添加行..做这件事最好的方法是什么？

我成功地创建了一个空的DataFrame：

res = DataFrame(columns=('lib', 'qty1', 'qty2'))

然后，我可以添加一个新行并用以下内容填充一个字段：

res = res.set_value(len(res), 'qty1', 10.0)

它可以工作，但看起来很奇怪：-/(它无法添加字符串值)

如何将新行添加到DataFrame(具有不同列类型)？

在熊猫数据框架中添加一行

Answer 1

>>> import pandas as pd>>> from numpy.random import randint>>> df = pd.DataFrame(columns=['lib', 'qty1', 'qty2'])>>> for i in range(5):>>>     df.loc[i] = ['name' + str(i)] + list(randint(10, size=2))>>> df     lib qty1 qty20  name0    3    31  name1    2    42  name2    2    83  name3    2    14  name4    9    6

Answer 2

如果事先知道条目的数量，就应该预先分配空间，同时提供索引(以不同答案中的数据为例)：import pandas as pdimport numpy as np# we know we're gonna have 5 rows of datanumberOfRows = 5# create dataframedf = pd.DataFrame(index=np.arange(0, numberOfRows), columns=('lib', 'qty1', 'qty2') )# now fill it up row by rowfor x in np.arange(0, numberOfRows):     #loc or iloc both work here since the index is natural numbers     df.loc[x] = [np.random.randint(-1,1) for n in range(3)]In[23]: dfOut[23]:     lib  qty1  qty20   -1    -1    -11    0     0     02   -1     0    -13    0    -1     04   -1     0     0速度比较In[30]: %timeit tryThis() # function wrapper for this answerIn[31]: %timeit tryOther() # function wrapper without index (see, for example, @fred)1000 loops, best of 3: 1.23 ms per loop100 loops, best of 3: 2.31 ms per loop而且-从注释中-6000的大小，速度差变得更大了：增加数组(12)的大小和行数(500)使速度差异更显着：313 ms vs 2.29s