python - 将行插入到 Pandas DataFrame 中，同时保持列数据类型

Question

在保持列数据类型的同时，为未指定的列提供用户定义的填充值的同时，将新行插入到现有的 Pandas DataFrame 中的最佳方法是什么？下面是一个例子:

df = pd.DataFrame({
    'name': ['Bob', 'Sue', 'Tom'],
    'age': [45, 40, 10],
    'weight': [143.2, 130.2, 34.9],
    'has_children': [True, True, False]
})

假设我想添加一条刚刚通过的新记录 name和 age .为了维护数据类型，我可以从 df 复制行。 , 修改值然后追加 df到副本，例如

columns = ('name', 'age')
copy_df = df.loc[0:0, columns].copy()
copy_df.loc[0, columns] = 'Cindy', 42
new_df = copy_df.append(df, sort=False).reset_index(drop=True)

但这会转换 bool列到对象。

这是一个非常hacky的解决方案，感觉不像是这样做的“正确方法”:

columns = ('name', 'age')
copy_df = df.loc[0:0].copy()

missing_remap = {
    'int64': 0,
    'float64': 0.0,
    'bool': False,
    'object': ''
}
for c in set(copy_df.columns).difference(columns)):
    copy_df.loc[:, c] = missing_remap[str(copy_df[c].dtype)]

new_df = copy_df.append(df, sort=False).reset_index(drop=True)
new_df.loc[0, columns] = 'Cindy', 42

我知道我一定错过了什么。

Answer 1

如您所见，自 NaN是 float , 添加 NaN到一个系列可能会导致它被向上转换为 float或转换为 object .您确定这不是理想的结果是正确的。

没有直接的方法。我的建议是将您的输入行数据存储在字典中，并在追加之前将其与默认字典组合。请注意，这是有效的，因为 pd.DataFrame.append接受 dict争论。

在 Python 3.6 中，您可以使用语法 {**d1, **d2}结合两个字典，优先选择第二个。

default = {'name': '', 'age': 0, 'weight': 0.0, 'has_children': False}

row = {'name': 'Cindy', 'age': 42}

df = df.append({**default, **row}, ignore_index=True)

print(df)

   age  has_children   name  weight
0   45          True    Bob   143.2
1   40          True    Sue   130.2
2   10         False    Tom    34.9
3   42         False  Cindy     0.0

print(df.dtypes)

age               int64
has_children       bool
name             object
weight          float64
dtype: object