如何向具有不同列號的 Pandas 數據框添加新行？

Question

我想在 Pandas 數據幀中添加新行，而不考慮每個新行中的順序和列數。

當我添加新行時，我希望我的數據框如下所示。 每行可以有不同數量的列。

---- | 1    | 2    | 3    | 4 
row1 | data | data | 
row2 | data | data | data 
row3 | data | 
row4 | data | data | data | data 

Answer 1

一次一行地構建 pandas DataFrames 通常非常慢。 一種解決方案是首先將數據收集到字典中，然后將其轉換為 dataframe 進行進一步處理：

d = {
    'att1': ['a', 'b'],
    'att2': ['c', 'd', 'e'],
    'att3': ['f'],
    'att4': ['g', 'h', 'i', 'j'],
}
df = pd.DataFrame.from_dict(d, orient='index')

這導致df包含：

        0    1    2    3
att1    a    b    None None
att2    c    d    e    None
att3    f    None None None
att4    g    h    i    j

或者更符合典型的 pandas 格式，將數據存儲在一個長系列中，其中“att1”用作值“a”和“b”等的索引：

series = df.stack().reset_index(level=1, drop=True)

它允許輕松選擇各種屬性：

series.loc[['att1', 'att3']]

返回：

att1    a
att1    b
att3    f

Answer 2

在 pandas 中，您可以將新行與現有數據框連接起來（即使新行具有不同的列數），如下所示。

import pandas as pd

df = pd.DataFrame([list(range(5))])
new_row = pd.DataFrame([list(range(4))])
pd.concat([df,new_row], ignore_index=True, axis=0)

在上面的代碼片段中，pd.concatenate function 合並了兩個數據幀。 如果您提供參數 ignore_index=True，pandas 將合並兩個數據幀而不考慮它們的長度。