创建pandas容器和添加数据

本文介绍: 创建 pandas 容器主要包括两部分内容，分别时创建空的Da t aFram e和对Da t aFram e 添加内容。

创建 pandas 容器主要包括两部分内容，分别时创建空的DataFrame和对DataFrame添加内容。

注意：创建一个空的DataFrame并在循环中不断将有数据的DataFrame c on cat或者append在它后面，最终生成一个目标DataFrame的方法并不好，效率低，内存消耗大。正确的方法是新建一个list,将DataFrame 添加入列表，最终一次性c on cat。如果追求效率，甚至要避免DataFrame作为中间过程存储容器，而是改用d i ct等更高效的方法。

对于以df=pd.DataFrame()形式创建的空表，由于index和Column s的缺失会面临一系列问题。

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

1、不能使用 iloc来添加内容（可以使用 loc）

df=pd.DataFrame()

df.loc[i, 0] =1

df.loc[i, 1] =2

用iloc会报错 “iloc cannot enlar ge its target object”

因为 iloc 使用 index来定位，但是

Empty DataFrame

Columns: []

Index: []

dict1={"指标1":p[0],"指标2":p[1],"指标3":11}

df=pf.append(dict1,ignore_index=True)

Can only append a dict if ignore_index=True

df=pd.DataFrame()

df.columns=["指标1","指标1","指标3"]

因为 df=pd.DataFrame() 创建的Columns: [] 为空

解决方法：df=pd.DataFrame(columns=["指标1","指标2","指标3"])

df=pd.DataFrame(columns=["a","b"])#该方法创建时需要创建列名
for j in range(10):
    df.at[i, 'a'] = j
    df.at[i, 'b'] = j+1
    i+=1

df=pd.DataFrame()
for i in range(10):
    A={"a":i,"b":i+1}
    pf = pd.Series(A).to_frame().transpose()
    df = pd.concat([df, pf], axis=0,ignore_index=True)

s = pd.Series([1, 2, 3, 4, 5])
df=pd.DataFrame(s, columns=['numbers'])

df=pd.DataFrame()
for i in range(10):
    A={"a":i,"b":i+1}
    pf = pd.Series(A)
    df = pd.concat([df, pf], axis=1,ignore_index=True)

df=pf.append(dict1,ignore_index=True)
df=pd.DataFrame()
for i in range(10):
    A={"a":i,"b":i+1}
    df=df.append(A,ignore_index=True)

#dictlist是要合并的dict列表
dictlist=[dict1,dict2,dict3]
#创建空列表字典容器
dictA = {key: [] for key in dict1.keys()} 
#将dictlist更新到dicta中
for x in dictlist:
    for key in x.keys():
        dictA[key].extend(x[key])

df=pd.DataFrame(dictA)

dict_pairs={"name":[],"mark_price":[]}
for i in data:
    dict_pairs["name"].append(i.name)
    dict_pairs["mark_price"].append(i.mark_price)

显示所有内容

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。

一、创建空DataFrame

二、创建pandas 容器

1、先创建空的dataframe,然后对各列赋值，使用于大量数据情况下，效率较高。但是需要注意行号的变化。

2、先创建空DataFrame，然后 使用 字典作为中间变量 存储 生成的中间值，然后把字典 转换为Series合并到DataFrame。该方法可以避免繁琐的data frame 下标 计算，但是效率较低。

发表回复取消回复

一、创建空DataFrame

二、创建pandas容器

1、先创建空的dataframe,然后对各列赋值，使用于大量数据情况下，效率较高。但是需要注意行号的变化。

2、先创建空DataFrame，然后使用字典作为中间变量存储生成的中间值，然后把字典转换为Series合并到DataFrame。该方法可以避免繁琐的dataframe下标计算，但是效率较低。

相关文章

发表回复 取消回复

二、创建pandas 容器

2、先创建空DataFrame，然后使用字典作为中间变量存储生成的中间值，然后把字典转换为Series合并到DataFrame。该方法可以避免繁琐的data frame 下标计算，但是效率较低。

发表回复取消回复