如何在 Pandas 中创建一个空的数据帧并向其附加行和列？

很酷的站长

发布于 2023-08-11 15:06:21

28000

代码可运行

文章被收录于专栏：站长的编程笔记站长的编程笔记

运行总次数：0

代码可运行

Pandas是一个用于数据操作和分析的Python库。它建立在 numpy 库之上，提供数据帧的有效实现。数据帧是一种二维数据结构。在数据帧中，数据以表格形式在行和列中对齐。它类似于电子表格或SQL表或R中的data.frame。最常用的熊猫对象是数据帧。大多数情况下，数据是从其他数据源（如csv，excel，SQL等）导入到pandas数据帧中的。在本教程中，我们将学习如何创建一个空数据帧，以及如何在 Pandas 中向其追加行和列。

语法

要创建一个空的数据帧并向其追加行和列，您需要遵循以下语法 -

# syntax for creating an empty dataframe df = pd.DataFrame() # syntax for appending rows to a dataframe df = pd.concat([df, pd.DataFrame([['row1_col1', 'row1_col2', 'row1_col3']], columns=['col1', 'col2', 'col3'])], ignore_index=True) # syntax for appending columns to a dataframe df['col_name'] = pd.Series([col1_val1, col1_val2, col1_val3, col1_val4], index=df.index)

我们使用 Pandas.concat 方法将行追加到数据帧。ignore_index 参数用于在追加行后重置数据帧的索引。concat 方法的第一个参数是要与列名连接的数据帧列表。

ignore_index 参数用于在追加行后重置数据帧的索引。Pandas.Series 方法可用于从列表创建系列。列值也可以作为列表传递，而无需使用 Series 方法。

例 1

在此示例中，我们创建了一个空数据帧。然后，通过将列名 ['Name'， 'Age'] 传递给 DataFrame 构造函数的 columns 参数，我们在数据帧中创建 2 列。接下来，我们使用 pd.concat 方法将 3 行 ['John'， 25]、['Mary'， 30]、['Peter'， 28] 附加到数据帧。ignore_index参数设置为 True 以在追加行后重置数据帧的索引。

然后，我们将 2 列 [“薪水”、“城市”] 附加到数据帧。“薪水”列值作为系列传递。序列的索引设置为数据帧的索引。“城市”列的列值作为列表传递。

import pandas as pd df = pd.DataFrame() df = pd.DataFrame(columns=['Name', 'Age']) df = pd.concat([df, pd.DataFrame([['John', 25]], columns=['Name', 'Age'])], ignore_index=True) df = pd.concat([df, pd.DataFrame([['Mary', 30]], columns=['Name', 'Age'])], ignore_index=True) df = pd.concat([df, pd.DataFrame([['Peter', 28]], columns=['Name', 'Age'])], ignore_index=True) df['Salary'] = pd.Series([50000, 60000, 70000], index=df.index) df['City'] = ['New York', 'Los Angeles', 'Chicago'] print(df)

输出

    Name Age  Salary         City 0   John  25   50000     New York 1   Mary  30   60000  Los Angeles 2  Peter  28   70000      Chicago

例 2

在此示例中，我们创建了一个空数据帧。然后，通过将列名称 ['Batsman'， 'Runs'， 'Balls'， '5s'， '4s'] 传递给 DataFrame 构造函数的 columns 参数，我们在数据帧中创建了 6 列。接下来，我们使用 pd.concat 方法将 4 行 ['MS Dhoni'， 100， 80， 8， 1]， ['Virat Kohli'， 120， 100， 10， 2]， ['Rohit Sharma'， 100， 80， 8， 1]， ['Shikhar Dhawan'， 80， 60， 6， 0] 附加到数据帧。然后，我们在数据帧后附加了 2 列 [“罢工率”、“平均值”]。

“罢工率”列的列值作为系列传递。“平均值”列的列值作为列表传递。列表的索引是列表的默认索引。

import pandas as pd df = pd.DataFrame() df = pd.DataFrame(columns=['Batsman', 'Runs', 'Balls', '4s', '6s']) df = pd.concat([df, pd.DataFrame([['MS Dhoni', 100, 80, 8, 1]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True) df = pd.concat([df, pd.DataFrame([['Virat Kohli', 120, 100, 10, 2]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True) df = pd.concat([df, pd.DataFrame([['Rohit Sharma', 100, 80, 8, 1]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True) df = pd.concat([df, pd.DataFrame([['Shikhar Dhawan', 80, 60, 6, 0]], columns=['Batsman', 'Runs', 'Balls', '4s', '6s'])], ignore_index=True) df['Strike Rate'] = pd.Series([125, 120, 125, 133], index=df.index) df['Average'] = [100, 120, 100, 80] print(df)

输出

          Batsman Runs Balls  4s 6s  Strike Rate  Average 0        MS Dhoni  100    80   8  1          125      100 1     Virat Kohli  120   100  10  2          120      120 2    Rohit Sharma  100    80   8  1          125      100 3  Shikhar Dhawan   80    60   6  0          133       80