如何在for循环中在pandas数据框中追加行？

Question 1

我有以下for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具有与其他列相同的大多数列，但不是全部。而且，它们都只有一行。我需要的是将for循环产生的每个数据帧的所有不同列和每一行添加到数据帧中

我尝试了串联或类似的大熊猫，但似乎没有任何效果。任何想法？谢谢。

Question 2

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

然后可以将其替换为

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DataFrame。相反，请收集字典列表中的所有数据，然后df = pd.DataFrame(data)在循环外部最后调用一次。

每次调用都df.append需要为具有新行的新DataFrame分配空间，将所有数据从原始DataFrame复制到新DataFrame，然后将数据复制到新行。所有这些分配和复制使df.append循环调用效率非常低。复制的时间成本随行数成倍增长。一次调用DataFrame一次代码不仅更容易编写，而且性能会更好-复制的时间成本与行数成线性增长。

Question 3

您可能有两个原因在循环中添加行：1.添加到现有df； 2.创建新的df。

要创建新的df，我认为它已被很好地证明了，您应该将数据创建为列表，然后创建数据框：

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框，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框，则可以使用以上任一方法，然后将df一起添加（带有或不带有索引）：

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，您也可以创建字典条目的列表，并像上面的答案一样附加这些条目。

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)

Question 4

一种更紧凑和有效的方式可能是：

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)

输出将是：

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

Question 5

我已经在一个临时的空数据框的帮助下在for循环中创建了一个数据框。因为对于for循环的每次迭代，都会创建一个新的数据帧，从而覆盖先前迭代的内容。

因此，我需要将数据框的内容移动到已经创建的空数据框。就这么简单。我们只需要使用.append函数，如下所示：

temp_df = pd.DataFrame() #Temporary empty dataframe
for sent in Sentences:
    New_df = pd.DataFrame({'words': sent.words}) #Creates a new dataframe and contains tokenized words of input sentences
    temp_df = temp_df.append(New_df, ignore_index=True) #Moving the contents of newly created dataframe to the temporary dataframe

在for循环之外，您可以将临时数据帧的内容复制到主数据帧中，然后在不需要时将其删除

Question 6

首先，使用列名创建一个空的DataFrame，然后在for循环内，必须定义一个字典（一行），其中要附加数据：

df = pd.DataFrame(columns=['A'])
for i in range(5):
    df = df.append({'A': i}, ignore_index=True)
df
   A
0  0
1  1
2  2
3  3
4  4

如果要添加具有更多列的行，代码将如下所示：

df = pd.DataFrame(columns=['A','B','C'])
for i in range(5):
    df = df.append({'A': i,
                    'B': i * 2,
                    'C': i * 3,
                   }
                   ,ignore_index=True
                  )
df
    A   B   C
0   0   0   0
1   1   2   3
2   2   4   6
3   3   6   9
4   4   8   12

资源