Python 在2个索引时追加数据帧
将创建一个空数据帧:Python 在2个索引时追加数据帧,python,pandas,python-2.x,Python,Pandas,Python 2.x,将创建一个空数据帧: results = pd.DataFrame(columns=['age','timestamp','score']).set_index(['age', 'timestamp']) 并且更多的数据帧将附加到初始的结果数据帧 result = pd.DataFrame({'age': age, 'timestamp': timestamp, 'score': s
results = pd.DataFrame(columns=['age','timestamp','score']).set_index(['age', 'timestamp'])
并且更多的数据帧将附加到初始的结果
数据帧
result = pd.DataFrame({'age': age,
'timestamp': timestamp,
'score': score
}).set_index(['age', 'timestamp'])
# error then occurs at this point
results.append(result)
我们得到了错误
ValueError: If using all scalar values, you must pass an index
附加第二个数据帧的正确方法是什么 试试这个。因为您新添加的记录只有一行。通过新的数据帧初始化它会带来开销。只需通过
将dict传递给当前df即可。loc
在您的情况下有效
请注意,逐个添加记录并不能提高性能。但是如果这是不可避免的代码逻辑的一部分,那么.loc
将为您提供比pd.append()
或pd.concat()更好的性能
您的问题是,您正在传递dict,当您传递数据的dict时,值需要是可编辑的,因此np数组、列表或序列如果您不需要将结果
作为数据帧
,直到所有附加完成,那么收集元组列表中的所有数据会更快,然后一次性构建数据框架:result=pd.DataFrame(results,columns=[…])。设置索引([…])
。
import pandas as pd
import numpy as np
import datetime as dt
# create an empty df
results = pd.DataFrame(columns=['age', 'timestamp', 'score'])
Out[71]:
Empty DataFrame
Columns: [age, timestamp, score]
Index: []
# write new record in dict, make sure the keys match df column names
new_record = {'age': 23, 'timestamp': dt.datetime(2015,1,1), 'score':98}
# use .loc to enlarge the current df
results.loc[len(results)] = new_record
Out[73]:
age timestamp score
0 23 2015-01-01 98