Question

是否有一个函数可以让您有效地将NumPy数组直接附加到DataFrame？

变量：

df = pd.DataFrame(columns=['col1', 'col2', 'col3'])

Out[1]: +------+------+------+
        | Col1 | Col2 | Col3 |
        +------+------+------+
        |      |      |      |
        +------+------+------+


arr = np.empty(3)

# array is populated with values. Random numbers are chosen in this example,
#    but in my program, the numbers are not arbitrary.
arr[0] = 756
arr[1] = 123
arr[2] = 452

Out[2]: array([756, 123, 452])

如何直接将arr附加到df的末尾以获取此信息？

+------+------+------+
| Col1 | Col2 | Col3 |
+------+------+------+
|  756 |  123 |  452 |
+------+------+------+

我尝试使用df.append(arr)，但是它不接受NumPy数组。我可以将NumPy数组转换为DataFrame然后追加它，但是我认为这样的效率非常低，尤其是经过数百万次迭代后。有更有效的方法吗？

Answer 1

@rafaelc注释仅在将Pandas DataFrame的索引从0索引为len（df）-1时才有效，因此这不是一般的解决方法，并且很容易在代码中产生静默错误。

如果您确定Numpy数组具有与Pandas DataFrame相同的列，则可以尝试使用 append 函数和dict理解，如下所示：

data_to_append = {}
for i in range(len(df.columns)):
    data_to_append[df.columns[i]] = arr[i]
df = df.append(data_to_append, ignore_index = True)

您需要重新分配DataFrame，因为append函数不支持就地修改。

希望对您有帮助。

Answer 2

这将起作用：

df.append(pd.DataFrame(arr).T)

Answer 3

@BalrogOfMoira真的比简单地创建要追加的数据帧快吗？

df.append(pd.DataFrame(arr.reshape(1,-1), columns=list(df), ignore_index=True))

否则，@ Wonton可以简单地将数组连接起来，然后写入数据帧，然后可以将其附加到原始数据帧。

将一维Numpy数组作为一行添加到DataFrame

3 个答案: