Question

我大约有20个数据帧，所有数据帧都有相同的列，我想将数据添加到空数据帧中，但是当我使用代码时

interested_freq

     UPC    CPC   freq
0   136.0   B64G    2
1   136.0   H01L    1
2   136.0   H02S    1
3   244.0   B64G    1
4   244.0   H02S    1
5   257.0   B64G    1
6   257.0   H01L    1
7   312.0   B64G    1
8   312.0   H02S    1

    list_of_lists = []
    max_freq = df_interested_freq[df_interested_freq['freq'] == df_interested_freq['freq'].max()]
    for row, cols in max_freq.iterrows():
        interested_freq = df_interested_freq[df_interested_freq['freq'] != 1]
        interested_freq 
        list_of_lists.append(interested_freq)

    list_of_lists

用于附加第一个数据帧，然后更改该代码中的名称，以希望它将附加更多数据

list_of_lists = []
    for row, cols in max_freq.iterrows():
        interested_freq_1 = df_interested_freq_1[df_interested_freq_1['freq'] != 1]
        interested_freq_1 
        list_of_lists.append(interested_freq_1)

    list_of_lists

，但第一个数据消失，仅显示最近附加的数据。我做错了什么吗？

Answer 1

为什么在这里使用附加？这不是清单。获得第一个数据帧（例如称为d1）后，请尝试：

new_df = df1
new_df = pd.concat([new_df, df2])

您可以对所有20个数据帧执行相同的操作。

Answer 2

从现有DataFrame创建新DataFrame的一种方法是使用df.copy()： Here is Detailed documentation

df.copy()在这里非常相关，因为更改新数据框中的数据子集将更改初始DataFrame。因此，您很有可能会丢失实际的dataFrame，因此需要它。

假设示例数据框为 df1：

>>> df1
   col1  col2
1    11    12
2    21    22

解决方案，您可以按以下方式使用df.copy方法来继承数据。

>>> df2 = df1.copy()
>>> df2
   col1  col2
1    11    12
2    21    22

如果您需要像df2一样创建新的数据框（df1），但又不想在DF上插入值，则可以选择使用reindex_like()方法。

>>> df2 = pd.DataFrame().reindex_like(df1)
# df2 = pd.DataFrame(data=np.nan,columns=df1.columns, index=df1.index)
>>> df2
   col1  col2
1   NaN   NaN
2   NaN   NaN

如何从python中的不同数据框中追加数据？

2 个答案: