Python 使用分类列附加到DataFrame

如何附加到包含类别数据类型预定义列的Pandas数据框：

df=pd.DataFrame([],columns=['a','b'])
df['a']=pd.Categorical([],categories=[0,1])

new_df=pd.DataFrame.from_dict({'a':[1],'b':[0]})
df.append(new_df)

以上内容给我带来了一个错误：

ValueError: all the input arrays must have same number of dimensions

更新： 如果类别是字符串而不是整数，则追加似乎有效：

df['a']=pd.Categorical([],categories=['Left','Right'])

new_df=pd.DataFrame.from_dict({'a':['Left'],'b':[0]})
df.append(new_df)

---

那么，如何使用int值的类别附加到数据帧？其次，我假设使用二进制值（0/1），将列存储为分类数据类型而不是数字数据类型会更高效或更快。这是真的吗？如果没有，我甚至可能懒得将我的列转换为分类类型。

您必须保持两个数据帧的一致性。当您将第一个数据帧中的列

a

转换为分类时，您需要对第二个数据帧执行相同的操作。你可以按照下面的方法来做-

import pandas as pd

df=pd.DataFrame([],columns=['a', 'b'])
df['a']=pd.Categorical([],[0, 1])

new_df=pd.DataFrame.from_dict({'a':[0,1,1,1,0,0],'b':[1,1,8,4,0,0]})
new_df['a'] = pd.Categorical(new_df['a'],[0, 1])

df.append(new_df, ignore_index=True)

---

希望这能有所帮助。

这行吗？new_df=pd.DataFrame.from_dict（{'a'：[1]，'b'：[0]}），new_df['a']=new_df['a'].astype（'category'）嗯，这不起作用，但Anwar下面的答案起作用。它在Category concat中抛出了错误

不兼容的类别，这里已经报告了这个问题：我认为问题在于
新的_df
中的类别没有完全定义，因此可能与
df
中的类别不一致。您可能想要使用union _Category：有点类似的例子：