Est-il possible d'ajouter Series à des lignes de DataFrame sans faire une liste en premier?

J'ai des données que je suis en train d'organiser dans un DataFrame dans Pandas. J'ai essayé de faire de chaque ligne d'un Series et l'ajouter à la DataFrame. J'ai trouvé un moyen de le faire en ajoutant le Series à un vide list puis la conversion de l' list de Series à un DataFrame

par exemple DF = DataFrame([series1,series2],columns=series1.index)

Ce list à DataFrame étape semble être excessive. J'ai vérifié quelques exemples ici, mais aucun des Series préservé le Index des étiquettes à partir de la Series de les utiliser comme étiquettes de colonne.

Mon long chemin où les colonnes sont id_names et les lignes sont type_names:
Est-il possible d'ajouter Series à des lignes de DataFrame sans faire une liste en premier?

Est-il possible d'ajouter des Séries de lignes de DataFrame sans faire une liste en premier?

#!/usr/bin/python

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value)
    DF.append(SR_row)
DF.head()

TypeError: Can only append a Series if ignore_index=True or if the Series has a name

Ensuite, j'ai essayé

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value,name=sample)
    DF.append(SR_row)
DF.head()

Vide DataFrame

Essayé Insérer une ligne de pandas dataframe
Encore un vide dataframe :/

J'essaie de me faire la Série à être les lignes, où l'indice de la Série devient la colonne des étiquettes de la DataFrame

source d'informationauteur O.rka

Peut-être un moyen plus simple serait d'ajouter le pandas.Series dans le pandas.DataFrame avec ignore_index=True argument DataFrame.append(). Exemple -

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value)
    DF = DF.append(SR_row,ignore_index=True)

Démo -

In [1]: import pandas as pd

In [2]: df = pd.DataFrame([[1,2],[3,4]],columns=['A','B'])

In [3]: df
Out[3]:
   A  B
0  1  2
1  3  4

In [5]: s = pd.Series([5,6],index=['A','B'])

In [6]: s
Out[6]:
A    5
B    6
dtype: int64

In [36]: df.append(s,ignore_index=True)
Out[36]:
   A  B
0  1  2
1  3  4
2  5  6

Un autre problème dans votre code, c'est que DataFrame.append() n'est pas en place, il retourne la annexé dataframe, vous devez l'affecter en arrière à l'original de votre dataframe pour que cela fonctionne. Exemple -

DF = DF.append(SR_row,ignore_index=True)

Pour préserver les étiquettes, vous pouvez utiliser votre solution pour inclure le nom de la série avec de l'affectation de la annexé DataFrame retour à DF. Exemple -

DF = DataFrame()
for sample,data in D_sample_data.items():
    SR_row = pd.Series(data.D_key_value,name=sample)
    DF = DF.append(SR_row)
DF.head()

9

DataFrame.append ne modifie pas le DataFrame en place. Ce que vous devez faire df = df.append(...) si vous souhaitez réaffecter il est de retour à la variable d'origine.

Quelque chose comme ça pourrait fonctionner...

mydf.loc['newindex'] = myseries

Voici un exemple où je l'ai utilisé...

stats = df[['bp_prob', 'ICD9_prob', 'meds_prob', 'regex_prob']].describe()

stats
Out[32]: 
          bp_prob   ICD9_prob   meds_prob  regex_prob
count  171.000000  171.000000  171.000000  171.000000
mean     0.179946    0.059071    0.067020    0.126812
std      0.271546    0.142681    0.152560    0.207014
min      0.000000    0.000000    0.000000    0.000000
25%      0.000000    0.000000    0.000000    0.000000
50%      0.000000    0.000000    0.000000    0.013116
75%      0.309019    0.065248    0.066667    0.192954
max      1.000000    1.000000    1.000000    1.000000

medians = df[['bp_prob', 'ICD9_prob', 'meds_prob', 'regex_prob']].median()

stats.loc['median'] = medians

stats
Out[36]: 
           bp_prob   ICD9_prob   meds_prob  regex_prob
count   171.000000  171.000000  171.000000  171.000000
mean      0.179946    0.059071    0.067020    0.126812
std       0.271546    0.142681    0.152560    0.207014
min       0.000000    0.000000    0.000000    0.000000
25%       0.000000    0.000000    0.000000    0.000000
50%       0.000000    0.000000    0.000000    0.013116
75%       0.309019    0.065248    0.066667    0.192954
max       1.000000    1.000000    1.000000    1.000000
median    0.000000    0.000000    0.000000    0.013116

0

Essayez d'utiliser cette commande. Voir l'exemple donné ci-dessous:
```
df.loc[len(df)] = ['Product 9',99,9.99,8.88,1.11]

df
```

Vous devez vous connecter pour publier un commentaire.