Python 如何从for循环构建和填充数据帧？

下面是我正在运行的代码的一个简单示例，我希望将结果放入pandas数据帧中（除非有更好的选项）：

使用此代码：

d = []
for p in game.players.passing():
    d = [{'Player': p, 'Team': p.team, 'Passer Rating':
        p.passer_rating()}]

pd.DataFrame(d)

我可以得到：

    Passer Rating   Player      Team
  0 55.8            A.Rodgers   GB

---

这是一个1x3数据帧，我理解为什么它只有一行，但我不知道如何使它以正确的顺序与列连成多行。理想情况下，该解决方案将能够处理n个行（基于p），如果列的数量由请求的统计数据的数量设置，那将是非常好的（尽管不是必需的）。有什么建议吗？提前谢谢

尝试使用列表理解：

import pandas as pd

df = pd.DataFrame(
    [p, p.team, p.passing_att, p.passer_rating()] for p in game.players.passing()
)

---

最简单的答案是Paul H所说的：

d = []
for p in game.players.passing():
    d.append(
        {
            'Player': p,
            'Team': p.team,
            'Passer Rating':  p.passer_rating()
        }
    )

pd.DataFrame(d)

但如果你真的想“从循环中构建并填充一个数据帧”（顺便说一句，我不推荐这样做），下面是你的方法

d = pd.DataFrame()

for p in game.players.passing():
    temp = pd.DataFrame(
        {
            'Player': p,
            'Team': p.team,
            'Passer Rating': p.passer_rating()
        }
    )

    d = pd.concat([d, temp])

---

使用数据创建元组列表，然后使用它创建数据帧：

d = []
for p in game.players.passing():
    d.append((p, p.team, p.passer_rating()))

pd.DataFrame(d, columns=('Player', 'Team', 'Passer Rating'))

元组列表的开销应该比字典列表的开销小。我在下面对此进行了测试，但请记住，在大多数情况下，代码理解的简单性要优先于性能

测试功能：

def with_tuples(loop_size=1e5):
    res = []

    for x in range(int(loop_size)):
        res.append((x-1, x, x+1))

    return pd.DataFrame(res, columns=("a", "b", "c"))

def with_dict(loop_size=1e5):
    res = []

    for x in range(int(loop_size)):
        res.append({"a":x-1, "b":x, "c":x+1})

    return pd.DataFrame(res)

结果:

%timeit -n 10 with_tuples()
# 10 loops, best of 3: 55.2 ms per loop

%timeit -n 10 with_dict()
# 10 loops, best of 3: 130 ms per loop

---

我可能错了，但我认为@amit接受的答案有一个bug

from pandas import DataFrame as df
x = [1,2,3]
y = [7,8,9,10]

# this gives me a syntax error at 'for' (Python 3.7)
d1 = df[[a, "A", b, "B"] for a in x for b in y]

# this works
d2 = df([a, "A", b, "B"] for a in x for b in y)

# and if you want to add the column names on the fly
# note the additional parentheses
d3 = df(([a, "A", b, "B"] for a in x for b in y), columns = ("l","m","n","o"))

---

---

你每次迭代都会覆盖你的列表，而不是添加正确的，我知道它有什么问题，问题是我不知道如何使它正确工作。这是我能得到的最接近的答案。下面的答案会有用的。您也可以在循环中执行

d.append（{'Player'：…}）

。列表上的Python文档非常好。您还应该澄清您的问题以说明真正的问题：您在添加到空列表时遇到了问题。（你似乎非常了解如何从字典列表中创建数据帧）虽然我想我理解你的意思，但我相信我问的问题实际上是我更喜欢的，虽然我发布的代码是在请求帮助之前我能得到的最接近的代码。开箱即用，这使我最接近我所寻找的内容，列的顺序正确，但我对python或pandas都不太了解，所以不能说这是不是最好的答案。谢谢大家的帮助。这里是什么dataframe@Amit如

df=pandas.DataFrame（）

？或者像从pandas导入数据框为df一样，？@Amit Ok，那么在这种情况下，解决方案应该是

d=df（[p，p.team，p.passing_att，p.passer_rating（）]对于游戏中的p.players.passing（））

？（即调用

df

而不是编制索引？）最好将dict附加到列表中，并仅在末尾创建

df

，这是因为性能优越，还是因为可读性更好？性能更好。引用：…

concat

（因此，

append

）生成数据的完整副本，并且。。。不断重复使用此函数可能会对性能造成重大影响。@Nickmariankis:我不理解你的评论：

如果你真的想“从循环中构建并填充数据帧”（顺便说一句，我不建议这样做）

。那么，如果不是通过循环，您还可以如何构建数据帧呢？@stackoverflowuser2010:所以我的评论意味着您不应该创建一个数据帧，然后在数据上循环以填充它。每次使用

pd.concat

都是在制作数据的完整副本。效率太低了。相反，只需创建一个不同的数据结构（例如一个dict列表），然后立即将其转换为一个数据帧。@Nickmariankis:好的。在回答的第一部分中，您仍然在使用循环（一次创建一行

dict

的

列表），然后立即将整个内容转换为数据帧。在第二种（更糟糕的）解决方案中，您一次通过（
concat
）追加一行数据帧。明白了。我在我的代码中尝试了这个，它在元组中工作得非常好。只是想知道元组是不可变的。那么我们如何才能附加它们呢？@SumitPokhrel元组是不可变的，但它们不会被
附加
变异。列表被附加到列表中，因此是被改变的。你不认为附加某些东西是在改变或改变它的原始形式吗？若列表是由Append变异的，那个么为什么元组不是由Append变异的呢？
from pandas import DataFrame as df
x = [1,2,3]
y = [7,8,9,10]

# this gives me a syntax error at 'for' (Python 3.7)
d1 = df[[a, "A", b, "B"] for a in x for b in y]

# this works
d2 = df([a, "A", b, "B"] for a in x for b in y)

# and if you want to add the column names on the fly
# note the additional parentheses
d3 = df(([a, "A", b, "B"] for a in x for b in y), columns = ("l","m","n","o"))