如何在for循环中追加pandas数据帧中的行？

Question

我有以下循环：

for i in links:
     data = urllib2.urlopen(str(i)).read()
     data = json.loads(data)
     data = pd.DataFrame(data.items())
     data = data.transpose()
     data.columns = data.iloc[0]
     data = data.drop(data.index[[0]])

这样创建的每个数据框都有与其他数据框相同的大多数列，但不是所有列。而且，他们都只有一排。我需要做的是将for循环生成的每个dataframe中的所有不同列和每行添加到dataframe中

我试过熊猫串接或类似的，但似乎没有效果。知道吗？谢谢。

Answer 1

假设您的数据如下所示：

import pandas as pd
import numpy as np

np.random.seed(2015)
df = pd.DataFrame([])
for i in range(5):
    data = dict(zip(np.random.choice(10, replace=False, size=5),
                    np.random.randint(10, size=5)))
    data = pd.DataFrame(data.items())
    data = data.transpose()
    data.columns = data.iloc[0]
    data = data.drop(data.index[[0]])
    df = df.append(data)
print('{}\n'.format(df))
# 0   0   1   2   3   4   5   6   7   8   9
# 1   6 NaN NaN   8   5 NaN NaN   7   0 NaN
# 1 NaN   9   6 NaN   2 NaN   1 NaN NaN   2
# 1 NaN   2   2   1   2 NaN   1 NaN NaN NaN
# 1   6 NaN   6 NaN   4   4   0 NaN NaN NaN
# 1 NaN   9 NaN   9 NaN   7   1   9 NaN NaN

那就可以用

np.random.seed(2015)
data = []
for i in range(5):
    data.append(dict(zip(np.random.choice(10, replace=False, size=5),
                         np.random.randint(10, size=5))))
df = pd.DataFrame(data)
print(df)

换句话说，不要为每一行形成一个新的数据框架。相反，收集dict列表中的所有数据，然后在结束时在循环外部调用df = pd.DataFrame(data)。

对df.append的每次调用都需要为具有一个额外行的新数据帧分配空间，将原始数据帧中的所有数据复制到新数据帧中，然后将数据复制到新行中。所有这些分配和复制使得在循环中调用df.append非常低效。用行数复制grows quadratically的时间开销。一旦代码易于编写，调用数据帧的性能就会更好——复制的时间成本会随着行数的增加而线性增长。

Answer 2

有两个原因可以在循环中追加行，1。添加到现有df，和2。创建一个新的df。

要创建一个新的df，我认为它有很好的文档记录，您应该将数据创建为列表，然后创建数据帧：

cols = ['c1', 'c2', 'c3']
lst = []
for a in range(2):
    lst.append([1, 2, 3])
df1 = pd.DataFrame(lst, columns=cols)
df1
Out[3]: 
   c1  c2  c3
0   1   2   3
1   1   2   3

或者，创建带有索引的数据帧，然后添加到其中

cols = ['c1', 'c2', 'c3']
df2 = pd.DataFrame(columns=cols, index=range(2))
for a in range(2):
    df2.loc[a].c1 = 4
    df2.loc[a].c2 = 5
    df2.loc[a].c3 = 6
df2
Out[4]: 
  c1 c2 c3
0  4  5  6
1  4  5  6

如果要添加到现有数据帧，可以使用上述任一方法，然后将df附加在一起（带或不带索引）：

df3 = df2.append(df1, ignore_index=True)
df3
Out[6]: 
  c1 c2 c3
0  4  5  6
1  4  5  6
2  1  2  3
3  1  2  3

或者，您也可以创建一个字典条目列表，并像上面的答案那样附加这些条目。

lst_dict = []
for a in range(2):
    lst_dict.append({'c1':2, 'c2':2, 'c3': 3})
df4 = df1.append(lst_dict)
df4
Out[7]: 
   c1  c2  c3
0   1   2   3
1   1   2   3
0   2   2   3
1   2   2   3

使用dict（zip（cols，vals）））

lst_dict = []
for a in range(2):
    vals = [7, 8, 9]
    lst_dict.append(dict(zip(cols, vals)))
df5 = df1.append(lst_dict)

Answer 3

一种更紧凑、更有效的方法可能是：

cols = ['frame', 'count']
N = 4
dat = pd.DataFrame(columns = cols)
for i in range(N):

    dat = dat.append({'frame': str(i), 'count':i},ignore_index=True)

输出为：

>>> dat
   frame count
0     0     0
1     1     1
2     2     2
3     3     3