python - 是否可以在不先列出列表的情况下将 Series 附加到 DataFrame 行？

Question

我有一些数据正试图组织到 Pandas 中的 DataFrame 中。我试图使每一行成为 Series 并将其附加到 DataFrame。我找到了一种方法，方法是将 Series 附加到空 list 然后转换 Series 的 list到 DataFrame

例如DF = DataFrame([series1,series2],columns=series1.index)

这个 list 到 DataFrame 的步骤似乎是多余的。我在这里查看了一些示例，但没有一个 Series 保留了 Series 中的 Index 标签以将它们用作列标签。

列是 id_names 而行是 type_names 的路很长:

是否可以在不先创建列表的情况下将 Series 附加到 DataFrame 行？

#!/usr/bin/python

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value)
    DF.append(SR_row)
DF.head()

TypeError: Can only append a Series if ignore_index=True or if the Series has a name

然后我尝试了

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value,name=sample)
    DF.append(SR_row)
DF.head()

空数据框

试过Insert a row to pandas dataframe仍然得到一个空的数据框:/

我试图让 Series 成为行，其中 Series 的索引成为 DataFrame 的列标签

Answer 1

也许一种更简单的方法是将 pandas.Series 添加到 pandas.DataFrame 与 ignore_index=True 参数到 DataFrame.append()。示例 -

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value)
    DF = DF.append(SR_row,ignore_index=True)

演示 -

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([[1,2],[3,4]],columns=['A','B'])

In [3]: df
Out[3]:
   A  B
0  1  2
1  3  4

In [5]: s = pd.Series([5,6],index=['A','B'])

In [6]: s
Out[6]:
A    5
B    6
dtype: int64

In [36]: df.append(s,ignore_index=True)
Out[36]:
   A  B
0  1  2
1  3  4
2  5  6

---

您的代码中的另一个问题是 DataFrame.append()不在位，它返回附加的数据框，您需要将其分配回原始数据框才能正常工作。示例 -

DF = DF.append(SR_row,ignore_index=True)

---

要保留标签，您可以使用解决方案来包含系列名称，并将附加的 DataFrame 分配回 DF。示例 -

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value,name=sample)
    DF = DF.append(SR_row)
DF.head()