为什么Python会像这样附加到数据帧？

我想在列“A”中添加l，但它会创建一个新列并将l添加到最后一列。为什么会这样？我怎样才能得到我想要的

import pandas as pd

l=[1,2,3]
df = pd.DataFrame(columns =['A'])
df = df.append(l, ignore_index=True)
df = df.append(l, ignore_index=True)
print(df)
     A    0
0  NaN  1.0
1  NaN  2.0
2  NaN  3.0
3  NaN  1.0
4  NaN  2.0
5  NaN  3.0

已编辑 这就是你想要做的：

In[6]:df=df.A.append(pd.Series(l)).reset_index().drop('index',1).rename(columns={0:'A'})

In[7]:df
Out[7]: 
   A
0  1
1  2
2  3

然后，您可以添加任何不同长度的列表。 假设：

之前 您正在查找以下内容：

df=pd.DataFrame(l,columns=['A'])

df
Out[5]: 
   A
0  1
1  2
2  3

已编辑 这就是你想要做的：

In[6]:df=df.A.append(pd.Series(l)).reset_index().drop('index',1).rename(columns={0:'A'})

In[7]:df
Out[7]: 
   A
0  1
1  2
2  3

然后，您可以添加任何不同长度的列表。 假设：

之前 你在找这个吗：

df=pd.DataFrame(l,columns=['A'])

df
Out[5]: 
   A
0  1
1  2
2  3

---

如果我正确理解您的问题，您可以在dataframe构造函数中传递一个字典

l = [1,2,3]
df = pd.DataFrame({'A': l})
df
    A
0   1
1   2
2   3

---

如果我正确理解您的问题，您可以在dataframe构造函数中传递一个字典

l = [1,2,3]
df = pd.DataFrame({'A': l})
df
    A
0   1
1   2
2   3

---

append用于将行添加到数据帧，而不是列。append用于将行添加到数据帧，而不是列。否。我必须不断地（在循环中）向列a添加新元素，并且列表“l”总是（在循环的任何新迭代中）有不同的元素和不同的长度。否。我必须不断地（在循环中）向列a添加新元素，并且列表“l”总是（在循环的任何新迭代中）有不同的元素和不同的长度。否。我必须不断地（在循环中）向列a添加新元素，并且列表“l”总是（在循环的任何新迭代中）有不同的元素和不同的长度。@Tragen这就是您想要的。否。我必须不断地（在循环中）向列a添加新元素，并且列表“l”总是（在循环的任何新迭代中）有不同的元素和不同的长度。@Tragen这就是您想要的。