如何在dataframe中的动态列中添加值？

Question

我有两个列表，一个是动态的columns名称，另一个是values。如何将该映射映射到我的数据帧df。对于这个，我把这些列表作为静态的。但在我的程序中，将是动态的

df = pd.DataFrame(columns = ['ABC', 'LMN', 'XYZ','PQR']
columns = ['LMN','PQR']
values = ['234','654']

到目前为止我已经试过了

for i in range(len(values)):
            df[columns[i]] = np.where(df[columns[i]] == columns[i], values[i], 0)

预期产量：-

Id  ABC  LMN  XYZ  PQR
0    0   234  0    654

Answer 1

您可以这样尝试：

df = pd.DataFrame(columns = ['ABC', 'LMN', 'XYZ','PQR'])
columns = ['LMN','PQR']
values = ['234','654']

pd.concat([df, pd.DataFrame(columns=columns, data=[values])])

   ABC  LMN  XYZ  PQR
0  NaN  234  NaN  654

Answer 2

您可以从列表values中获取包含元素的熊猫系列，其中df中的所有列都作为索引，并用0填充未定义的条目，然后将其附加到df，如下所示：

s = pd.Series(data=values, index=columns).reindex(df.columns).fillna(0)
df = df.append(s, ignore_index=True)

结果:

print(df)


  ABC  LMN XYZ  PQR
0   0  234   0  654

我们使用^{}，这样序列就已经有了与df的完整列集相对应的完整索引集。因此，我们可以在附加到df之前用0填充NaN值

---

或者，我们也可以简化以下步骤：

s = pd.Series(data=values, index=columns)
df = df.append(s, ignore_index=True).fillna(0)

此版本比以前的版本更简单，无需使用^{}。但是，在.fillna()步骤中，它还将填充前面行的NaN值

取决于是否要保留前几行的NaN值。如果您不需要保留前几行的NaN值，那么这是一个更简单的版本。否则，以前的版本更合适

Answer 3

您也可以通过append()、Dataframe()和fillna()方法来实现这一点：

df=df.append(pd.DataFrame(columns=columns, data=[values])).fillna(0)

如果您打印df，您将获得：

print(df)
>>>

   ABC  LMN  XYZ  PQR
0  0    234  0    654