添加不同長度的列 pandas

Question

我在pandas中添加列有問題。我有DataFrame，維度是nxk。 在這個過程中，我需要添加維度為 mx1 的列，其中 m = [1,n]，但我不知道 m。

當我嘗試這樣做時：

df['Name column'] = data    
# type(data) = list

結果：

AssertionError: Length of values does not match length of index   

我可以添加不同長度的列嗎？

Answer 1

如果您使用已接受的答案，您將丟失列名，如已接受的答案示例中所示，並在文檔中進行了描述（強調已添加）：

產生的軸將被標記為0，...，N - 1。這如果你是哪里串聯串列軸線沒有意義的索引信息的對象是非常有用的。

看起來列名（ 'Name column' ）對原始海報/原始問題有意義。

為了節省列名，使用pandas.concat ，但不要ignore_index （默認值ignore_index是false ，所以您完全可以忽略這樣的說法）。 繼續使用axis=1 ：

import pandas

# Note these columns have 3 rows of values:
original = pandas.DataFrame({
    'Age':[10, 12, 13], 
    'Gender':['M','F','F']
})

# Note this column has 4 rows of values:
additional = pandas.DataFrame({
    'Name': ['Nate A', 'Jessie A', 'Daniel H', 'John D']
})

new = pandas.concat([original, additional], axis=1) 
# Identical:
# new = pandas.concat([original, additional], ignore_index=False, axis=1) 

print(new.head())

#          Age        Gender        Name
#0          10             M      Nate A
#1          12             F    Jessie A
#2          13             F    Daniel H
#3         NaN           NaN      John D

請注意 John D 是如何沒有 Age 或 Gender 的。

Answer 2

使用 concat 並傳遞axis=1和ignore_index=True ：

In [38]:

import numpy as np
df = pd.DataFrame({'a':np.arange(5)})
df1 = pd.DataFrame({'b':np.arange(4)})
print(df1)
df
   b
0  0
1  1
2  2
3  3
Out[38]:
   a
0  0
1  1
2  2
3  3
4  4
In [39]:

pd.concat([df,df1], ignore_index=True, axis=1)
Out[39]:
   0   1
0  0   0
1  1   1
2  2   2
3  3   3
4  4 NaN

Answer 3

我們可以將不同大小的列表值添加到 DataFrame。

例子

a = [0,1,2,3]
b = [0,1,2,3,4,5,6,7,8,9]
c = [0,1]

查找所有列表的長度

la,lb,lc = len(a),len(b),len(c)
# now find the max
max_len = max(la,lb,lc)

根據確定的最大長度調整所有大小（不在此示例中

if not max_len == la:
  a.extend(['']*(max_len-la))
if not max_len == lb:
  b.extend(['']*(max_len-lb))
if not max_len == lc:
  c.extend(['']*(max_len-lc))

現在所有列表的長度相同並創建數據框

pd.DataFrame({'A':a,'B':b,'C':c}) 

最終輸出是

   A  B  C
0  1  0  1
1  2  1   
2  3  2   
3     3   
4     4   
5     5   
6     6   
7     7   
8     8   
9     9  

Answer 4

我有同樣的問題，兩個不同的數據框，沒有一個公共列。 我只需要將它們並排放在一個 csv 文件中。

• 合並：在這種情況下，“合並”不起作用； 甚至向兩個 dfs 添加一個臨時列然后刪除它。 因為這種方法使兩個dfs具有相同的長度。 因此，它重復較短數據幀的行以匹配較長數據幀的長度。
• Concat：The Red Pea的想法對我不起作用。 它只是將較短的 df 附加到較長的 df（按行），同時在較短的 df 列上方留下一個空列（NaN）。
• 解決方案：您需要執行以下操作：

df1 = df1.reset_index()
df2 = df2.reset_index()
df = [df1, df2]
df_final = pd.concat(df, axis=1)

df_final.to_csv(filename, index=False)

這樣，你會看到你的dfs彼此dfs （按列），每個都有自己的長度。

Answer 5

如果有人喜歡替換不同大小的特定列而不是添加它。

基於這個答案，我使用 dict 作為中間類型。 使用不同大小的列創建 Pandas Dataframe

如果要插入的列不是列表而是已經是字典，則可以省略相應的行。

def fill_column(dataframe: pd.DataFrame, list: list, column: str):
    dict_from_list = dict(enumerate(list)) # create enumertable object from list and create dict

    dataFrame_asDict = dataframe.to_dict() # Get DataFrame as Dict
    dataFrame_asDict[column] = dict_from_list # Assign specific column

    return pd.DataFrame.from_dict(dataFrame_asDict, orient='index').T # Create new DataSheet from Dict and return it