Python Pandas：逐行填充数据框

Question

向pandas.DataFrame对象添加一行的简单任务似乎很难完成。有3个与此相关的stackoverflow问题，没有一个给出有效的答案。

这就是我想要做的。我有一个DataFrame，我已经知道它的形状以及行和列的名称。

>>> df = pandas.DataFrame(columns=['a','b','c','d'], index=['x','y','z'])

>>> df

     a    b    c    d

x  NaN  NaN  NaN  NaN

y  NaN  NaN  NaN  NaN

z  NaN  NaN  NaN  NaN

现在，我有一个函数来迭代计算行的值。如何用字典或a填充行之一pandas.Series？这是各种失败的尝试：

>>> y = {'a':1, 'b':5, 'c':2, 'd':3} 

>>> df['y'] = y

AssertionError: Length of values does not match length of index

显然，它试图添加一列而不是一行。

>>> y = {'a':1, 'b':5, 'c':2, 'd':3} 

>>> df.join(y)

AttributeError: 'builtin_function_or_method' object has no attribute 'is_unique'

非常无信息的错误消息。

>>> y = {'a':1, 'b':5, 'c':2, 'd':3} 

>>> df.set_value(index='y', value=y)

TypeError: set_value() takes exactly 4 arguments (3 given)

显然，这仅用于设置数据框中的各个值。

>>> y = {'a':1, 'b':5, 'c':2, 'd':3} 

>>> df.append(y)

Exception: Can only append a Series if ignore_index=True

好吧，我不想忽略索引，否则结果如下：

>>> df.append(y, ignore_index=True)

     a    b    c    d

0  NaN  NaN  NaN  NaN

1  NaN  NaN  NaN  NaN

2  NaN  NaN  NaN  NaN

3    1    5    2    3

它确实使列名与值对齐，但是丢失了行标签。

>>> y = {'a':1, 'b':5, 'c':2, 'd':3} 

>>> df.ix['y'] = y

>>> df

                                  a                                 b  \

x                               NaN                               NaN

y  {'a': 1, 'c': 2, 'b': 5, 'd': 3}  {'a': 1, 'c': 2, 'b': 5, 'd': 3}

z                               NaN                               NaN

                                  c                                 d

x                               NaN                               NaN

y  {'a': 1, 'c': 2, 'b': 5, 'd': 3}  {'a': 1, 'c': 2, 'b': 5, 'd': 3}

z                               NaN                               NaN

那也失败了。

你是怎么做到的 ？

Answer 1

df['y'] 将设置一列由于您要设置行，请使用 .loc请注意，这.ix等效于您，您的失败了，因为您尝试为该行的每个元素分配一个字典，y可能不是您想要的。转换为Series会告诉熊猫您要对齐输入（例如，您不必指定所有元素）In [7]: df = pandas.DataFrame(columns=['a','b','c','d'], index=['x','y','z'])In [8]: df.loc['y'] = pandas.Series({'a':1, 'b':5, 'c':2, 'd':3})In [9]: dfOut[9]:      a    b    c    dx  NaN  NaN  NaN  NaNy    1    5    2    3z  NaN  NaN  NaN  NaN

Answer 2

我的方法是，但是我不能保证这是最快的解决方案。df = pd.DataFrame(columns=["firstname", "lastname"])df = df.append({     "firstname": "John",     "lastname":  "Johny"      }, ignore_index=True)

Answer 3

这是一个简单的版本import pandas as pddf = pd.DataFrame(columns=('col1', 'col2', 'col3'))for i in range(5):&nbsp; &nbsp;df.loc[i] = ['<some value for first>','<some value for second>','<some value for third>']`