pandas常用方法以及一些问题总结

pandas当行名非索引时添加新列

方法1：简单粗暴的想法，创建好有行名的dataframe，添加新列进去，按如下方法，需要转换成pd.Series，且index匹配。

import pandas as pd
for name in group_name_list:
    if to_cluster is None:
         ...
        to_cluster[name]=pd_corr_data.get_group(name)['pearson']#这样直接添加时不行的，会是nan
        #正确的应该是转换成pd.Series，匹配index=to_cluster.index
        to_cluster[name]=pd.Series(pd_corr_data.get_group(name)['pearson'].tolist(), index=to_cluster.index)

方法2：先构建dataframe，再重命名行名 。（所以为啥当初没用这个方法，好像是担心每个样本计算出的指标内部排列的时候会错位？所以通过名称来对齐避免这样的问题？但话说，上面这个方法避免了吗......）

import pandas as pd

keys = (pd_corr_data.get_group(name)['pearson']).shape[0]
values = list(to_cluster_corr.index)

#，如果这里直接 data.index = values,顺序会打乱，得一一对应

row_name = {key: value for key, value in zip(keys, values)}

for name in group_name_list:
    tmp=[]
    if to_cluster is None:
        ...
        tmp.append(pd_corr_data.get_group(name)['pearson'])
        ...
    data = pd.concat(tmp, axis=1）# 按列连接

    dataFinal = data.rename(index=row_name)

应该是有其他的方法，占个坑，有机会总结