Question

我正在尝试将许多数据帧附加到一个空数据帧中，但是它不起作用。为此，我正在使用本教程，我的代码是这样的：

我正在循环中生成一个框架，其代码是：

def loop_single_symbol(p1):
    i = 0
    delayedPrice = []
    symbol = [] 
    while i<5 :
        print(p1)
        h = get_symbol_data(p1)
        delayedPrice.append(h['delayedPrice']) 
        symbol.append(h['symbol'])
        i+=1
    df = pd.DataFrame([], columns = []) 
    df["delayedPrice"] = delayedPrice
    df["symbol"] = symbol
    df["time"] = get_nyc_time()
    return df 
    time.sleep(4)

这段代码正在生成这样的框架：

   delayedPrice symbol time
0          30.5    BAC  6:6
1          30.5    BAC  6:6
2          30.5    BAC  6:6
3          30.5    BAC  6:6
4          30.5    BAC  6:6

我正在运行这样的循环：

length = len(symbol_list())
data = ["BAC","AAPL"]
df = pd.DataFrame([], columns = []) 
for j in range(length): 
    u = data[j]
    if h:
        df_of_single_symbol = loop_single_symbol(u)
        print(df_of_single_symbol)
        df.append(df_of_single_symbol, ignore_index = True)        
print(df)

我试图将两个或多个数据帧附加到一个空数据帧中，但是使用上面的代码，我得到了：

Empty DataFrame
Columns: []
Index: []

我想要这样的结果：

   delayedPrice symbol time
0          30.5    BAC  6:6
1          30.5    BAC  6:6
2          30.5    BAC  6:6
3          30.5    BAC  6:6
4          30.5    BAC  6:6
0        209.15   AAPL  6:6
1        209.15   AAPL  6:6
2        209.15   AAPL  6:6
3        209.15   AAPL  6:6
4        209.15   AAPL  6:6

我如何使用熊猫来做到这一点，什么是最好的方式呢？

注意：此行

h = get_symbol_data(p1)

正在从API获取某些数据

Answer 1

正如我在评论中提到的那样，将pandas数据帧追加到一个很好的方法中。相反，我建议您使用更适合的数据存储方式，例如文件或数据库（如果您想实现可伸缩性）。

然后，您可以使用pandas进行构建，即通过仅将数据库或文件的内容读取到数据框中来进行数据分析。

现在，如果您真的想坚持这种方法，我建议join或concat随您获得更多数据而增加数据框

[编辑]

示例（来自我的一个脚本）：

results = pd.DataFrame()
for result_file in result_files:
    df = parse_results(result_file)
    results = pd.concat([results, df], axis=0).reset_index(drop=True)

parse_results是一个函数，它接受文件名并返回以正确方式格式化的数据框，由您自己决定以使其适合您的需求。

Answer 2

正如评论所述，您最初的错误是您没有将 df.append 调用分配给变量 - 它返回附加的（新）DataFrame。

对于希望就地“扩展”您的 DataFrame（没有中间数据库、列表或字典）的任何其他人，这里有一个提示，显示如何简单地执行此操作：

Pandas adding rows to df in loop

基本上，从空的 DataFrame 开始，已经设置了正确的列，

然后使用 df.loc[ ] 索引将新的数据行分配到数据帧的末尾，其中 len(df) 将指向数据帧的末尾。它看起来像这样：

   df.loc[  len(df)  ] = ["my", "new", "data", "row"]

linked hint 中的更多详细信息。

Python Panda循环附加数据框

2 个答案: