本文介绍了在处理数据时如何快速有效地在Pandas中创建新DataFrame并添加多行数据。传统方法如使用`append`可能存在速度慢和数据类型错误的问题。文章推荐了一种更高效的方法，即通过创建空列表，筛选DataFrame中的行，将其转化为dict，再批量转化为DataFrame。此方法能提高效率并避免数据类型问题。
pandas创建新Dataframe并添加多行的实例
处理数据的时候，偶然遇到要把一个Dataframe中的某些行添加至一个空白的Dataframe中的问题。
最先想到的方法是创建Dataframe，从原有的Dataframe中逐行筛选出指定的行(类型为pandas的Series)，并使用append方法进行添加。这种方法速度很慢，而且添加之后总会出现奇怪的问题，数据类型也不对。
较快的方法为，首先创建空的list，对原有的Dataframe进行逐行筛选，筛选出的行转化为dict类型，append进list中。全部添加完毕后，再将整个list转化为Dataframe格式。
代码如下：
a = []
for line in insert_lines:
line = dict(line)
a.append(line)
a = pandas.Dataframe(a)
以上这篇pandas创建新Dataframe并添加多行的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。
您可能感兴趣的文章:
对pandas的dataframe绘图并保存的实现方法
对Python中DataFrame按照行遍历的方法
python之pandas用法大全
Python遍历pandas数据方法总结
时间： 2018-04-06
一.生成数据表 1.首先导入pandas库,一般都会用到numpy库,所以我们先导入备用: import numpy as np import pandas as pd 2.导入CSV或者xlsx文件: df = pd.DataFrame(pd.
最低0.47元/天 解锁文章
3296
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
