Добавить данные с одним столбцом к существующему фрейму данных

Question

Добавить данные с одним столбцом к существующему фрейму данных

1

Я хочу добавить список данных в фреймворк данных, чтобы список появлялся в столбце, то есть:

#Existing dataframe:
[A, 20150901, 20150902
 1  4  5
 4  2  7]

#list of data to append to column A:
data = [8,9,4]

#Required dataframe
[A, 20150901, 20150902
 1  4  5
 4  2  7
 8, 0  0
 9  0  0
 4  0  0]

Я использую следующее:

df_new = df.copy(deep=True)
#I am copying and deleting data as column names are type Timestamp and easier to reuse them
df_new.drop(df_new.index, inplace=True)
for item in data_list:
    df_new = df_new.append([{'A':item}], ignore_index=True)
df_new.fillna(0, inplace=True) 
df = pd.concat([df, df_new],  axis=0, ignore_index=True)

Но делать это в цикле неэффективно, и я получаю это предупреждение:

Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

Любые идеи о том, как преодолеть эту ошибку и добавить 2 кадра данных за один раз?

proximacentauri 21 сен. 2018, в 08:47

Источник

0

Некоторые комы отсутствуют?
Valentin Heinitz 21 сен. 2018, в 06:36

Теги:

python

pandas

3 ответа

1

Я думаю, вы могли бы сделать что-то подобное.

df = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
df2 = pd.DataFrame({'A':[8,9,4]})
df.append(df2).fillna(0)

    A    B
0   1   2.0
1   3   4.0
0   8   0.0
1   9   0.0
2   4   0.0

CSMaverick 21 сен. 2018, в 04:46

0

возможно, вы можете сделать это следующим образом:

new = pd.DataFrame(np.zeros((3, 3))) #Create a new zero dataframe:
new[0]=[8,9,4] #add values
existed_dataframe.append(new) #and merge both dataframes

FdMon 21 сен. 2018, в 05:13

Ещё вопросы

jezrael · Accepted Answer · 2018-09-21T03-59-00.000Z

Я думаю, что нужно concat новый DataFrame с колонки A, то reindex, если хотите такой же порядок столбцов и последний заменить отсутствующие значения по fillna:

data = [8,9,4]
df_new = pd.DataFrame({'A':data})

df = (pd.concat([df, df_new], ignore_index=True)
        .reindex(columns=df.columns)
        .fillna(0, downcast='infer'))
print (df)
   A  20150901  20150902
0  1         4         5
1  4         2         7
2  8         0         0
3  9         0         0
4  4         0         0