Pandas：如何从预先存在的列下的列表列表中插入新数据？

Question

所以，我有一个空的pandas数据框，我计划多次附加，我给它列，dataframe = pd.DataFrame([], columns=['Author', 'Date', 'Text', 'Length', 'Favorites', 'Retweets'])最终，我拥有列表列表（或数组数组，如果您愿意）形式的数据，并希望将所有数据添加到当前列下的空数据框中。数据是这样生成的，（我正在从推特上抓取数据，顺便说一句）input = np.array(list(zip([tweet.source for tweet in tweets],                          [tweet.created_at for tweet in tweets],                           [tweet.text for tweet in tweets],                          [len(tweet.text) for tweet in tweets],                          [tweet.favorite_count for tweet in tweets],                          [tweet.retweet_count for tweet in tweets])))这会产生一个数组，其中每个项目对应一条推文以及有关它的所有信息。如果我尝试dataframe.append(pd.DataFrame(input))，我会得到以下凌乱的结果，在这种情况下，我如何有效地将此类数据附加到我的数据框中？

Answer 1

您可以做的一件事是创建这样的数据：

input = np.array([[tweet.source, tweet.created_at, tweet.text, 
                   len(tweet.text), tweet.favorite_count, tweet.retweet_count]
                                      for tweet in tweets])

这样，您只需遍历推文数组一次即可构建矩阵，然后您可以将其提供给熊猫：

dataframe = pd.DataFrame(input, columns=['Author', 'Date', 'Text', 'Length', 
                                       'Favorites', 'Retweets'])

一次性构建所有数据，然后围绕它构建一个pandas Dataframe，比将每个观察结果附加到Dataframe要高效得多。

如果您打算使用分桶方法，我建议您使用上述方法构建一个数据框列表，然后使用 pd.concat

df_total = pd.concat([df1, df2, ... dfn])

或者，如果您刚刚收到新批次，您可以尝试：

df = pd.concat([df, df_new_batch])

链接到pd.concat的文档