Python 将熊猫系列作为行追加到数据帧中，忽略不匹配的列

假设我有以下Pandas数据帧，还没有行：

'Jeep' | 'Volvo' | 'Honda'
--------------------------

我有以下熊猫系列：

Honda    5
Nissan   3
Jeep     7
Toyota   2

我想将此系列添加为一行（不包括与列名不匹配的元素）

结果:

'Jeep' | 'Volvo' | 'Honda'
----------------------------
   7   |    0    |    5

---

可以这样做吗？

您可以使用

append

来获取特定列：

>>> import pandas as pd
>>> df = pd.DataFrame(columns=['Jeep', 'Volvo', 'Honda'])
>>> s = pd.Series([5, 3, 7, 2],index=['Honda', 'Nissan', 'Jeep', 'Toyota'])
>>> df1 = df.append(s, ignore_index=True)
>>> df1[df.columns].fillna(0)
   Jeep  Volvo  Honda
0   7.0    0.0    5.0
>>> 

该代码实际上是：

>>> df1 = df.append(s, ignore_index=True)
>>> df1[df.columns].fillna(0)
   Jeep  Volvo  Honda
0   7.0    0.0    5.0
>>> 

---

您可以通过以下几种不同的方式使用

reindex

series.to_frame().T.reindex(df.columns, axis=1, fill_value=0)

   Jeep  Volvo  Honda
0     7      0      5

---

---

---

df=pd.DataFrame（）；df.append（pd.DataFrame（pd.Series（[1,2,3]，index=['a'，'b'，'c']））.T）

这对您来说可能不太相关，但是

collections.Counter

更优雅地处理添加两个计数器、缺少键等的语义。另外，如果你有一个完整的汽车品牌列表，那么在前面将df初始化为零就更简单了？好主意，只是我的一个小小的调整：-）最轻微的调整，哈哈洛尔，是的：-）：p这似乎也添加了“日产”作为一个列。我希望它忽略任何尚未在列中的内容。

series.to_frame().T.reindex(df.columns, axis=1, fill_value=0)

   Jeep  Volvo  Honda
0     7      0      5

series.reindex(df.columns, fill_value=0).to_frame().T

   Jeep  Volvo  Honda
0     7      0      5

df.append(series.reindex(df.columns, fill_value=0).rename(len(df)))

  Jeep Volvo Honda
0    7     0     5