初始化一个空的DataFrame并追加行

Question

与创建空数据框并稍后填充行不同，我有很多数据框需要连接。

如果只有两个数据框，我可以这样做：

df1 = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))

df1.append(df2, ignore_index=True)

想象一下，每次我将新文件读入 DataFrame 对象时，我都有数百万个

df

需要附加/连接。

但是当我尝试初始化一个空数据帧，然后通过循环添加新数据帧时：

import pandas as pd
alldf = pd.DataFrame(, columns=list('AB'))
for filename in os.listdir(indir):
    df = pd.read_csv(indir+filename, delimiter=' ')
    alldf.append(df, ignore_index=True)

这将返回一个空的

alldf

，仅包含标题行，例如

alldf = pd.DataFrame(columns=list('AB'))
df1 = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
df2 = pd.DataFrame([[5, 6], [7, 8]], columns=list('AB'))
for df in [df1, df2]:
    alldf.append(df, ignore_index=True)

Answer 1

df.concat()

在一组数据帧上可能是可行的方法，特别是对于干净的 CSV。 但是，如果您怀疑您的 CSV 是脏的，或者可能被

read_csv()

识别为文件之间的混合类型，您可能需要在循环中显式创建每个数据帧。

您可以为第一个文件初始化一个数据帧，然后每个后续文件都以基于第一个文件的空数据帧开始。

df2 = pd.DataFrame(data=None, columns=df1.columns,index=df1.index)

这采用数据帧

df1

的结构，但没有数据，并创建

df2

。如果您想在列上强制使用数据类型，那么您可以在创建列时、复制其结构之前执行此操作。

更多详情

Answer 2

df1