Python 熊猫-将列表附加到现有数据帧，顺序与列相同

好的，我有一个预创建的数据帧，我尝试向它附加一个列表。在简化版本中，问题如下

df = pd.DataFrame({'One': [],
                'Another' : [],
                'Third' : [],
                'Last' : []})

然后我用列表做了一些事情：

new_obj = []
new_obj.append('1')
new_obj.append('2')
#I have to do the extend operation here
new_obj.extend(['3','4'])

现在我只想将我的

new_obj

列表添加到我的数据帧中，对象的顺序与我在数据帧中想要的顺序相同

所以我只想：

df.loc[len(df.index)] = new_obj

因此，我：

  Another Last One Third
0       1    2   3     4

为什么？！为什么它会将列顺序更改为非固定顺序。追加时如何保存？

您的行

df.loc[len（df.index）]=new_obj

没有更改列的顺序

字典键是无序的，因此当您将字典传递给pd.DataFrame（）以创建数据帧时，列不一定按照您编写它们的顺序

请尝试以下操作以确认：

df = pd.DataFrame({'One': [],
                'Another' : [],
                'Third' : [],
                'Last' : []})

df.columns

索引（['other'，'Last'，'One'，'Third']，dtype='object'）

…如果您关心列的顺序，请按如下方式初始化df：

columns = ['one', 'another', 'third', 'last']
df = pd.DataFrame(columns=columns)

---

请注意，Python中的

dict

本质上是无序的。为了为数据帧指定正确的顺序，您可以编写（或用户

集合。OrderedDict

）：

另一方面，如果您并不真正关心

数据框中的顺序

，您只需简单地使用

dict

即可在

列表

中明确定义要添加的列：

new_obj = {"One" : 1, "Anohter" : 2, "Third" : 3, "Last" : 4}
df.loc[len(df.index)] = new_obj

---

正如其他答案所提到的，听写键没有顺序。如果您想使用orderddict，请使用orderddict，如下所示

import pandas as pd
import collections

mydict = collections.OrderedDict((('One', []),
                ('Another', []),
                ('Third', []),
                ('Last', [])))

df = pd.DataFrame.from_dict(mydict)

new_obj = []
new_obj.append('1')
new_obj.append('2')
#I have to do the extend operation here
new_obj.extend(['3','4'])
df.loc[len(df.index)] = new_obj
print df

导致

  One Another Third Last
0   1       2     3    4

与参数一起使用

ignore\u index=True

df = pd.DataFrame(columns='One Another Third Last'.split())

new_obj = []
new_obj.append('1')
new_obj.append('2')
#I have to do the extend operation here
new_obj.extend(['3','4'])

# notice I created a `pd.Series` with `df.columns` as the index
df.append(pd.Series(new_obj, df.columns), ignore_index=True)

  One Another Third Last
0   1       2     3    4

df = pd.DataFrame(columns='One Another Third Last'.split())

new_obj = []
new_obj.append('1')
new_obj.append('2')
#I have to do the extend operation here
new_obj.extend(['3','4'])

# notice I created a `pd.Series` with `df.columns` as the index
df.append(pd.Series(new_obj, df.columns), ignore_index=True)

  One Another Third Last
0   1       2     3    4