Як додати один елемент до серіалізованої серії панд? Я знаю, що це не найефективніший спосіб пам’яті, але мені все одно потрібно це зробити.
Щось разом:
>> x = Series()
>> N = 4
>> for i in xrange(N):
>> x.some_appending_function(i**2)
>> print x
0 | 0
1 | 1
2 | 4
3 | 9
також, як я можу додати один рядок до pandas DataFrame?
Відповіді:
Як додати один елемент. Це не дуже ефективно, але слідує тому, про що ви просите:
x = p.Series()
N = 4
for i in xrange(N):
x = x.set_value(i, i**2)
виробляє x:
0 0
1 1
2 4
3 9
Очевидно, що є кращі способи створити цю серію лише одним кадром.
Для другого запитання перевірте відповідь та посилання на запитання SO, додайте один рядок у pandas.DataFrame .
IndexError: index 0 is out of bounds for axis 0 with size 0
x = x.set_value(i, i**2)тому що x.set_value()вносить зміни xбезпосередньо.
x.at[i] = i**2або x.iat[i] = i**2.
TLDR: не додавати елементи до серії один за одним, краще розширити за допомогою упорядкованої колекції
Я думаю, що питання у його нинішньому вигляді є дещо хитрим. І прийнята відповідь дійсно відповідає на питання. Але чим більше я використовую панд, тим більше розумію, що погано додавати елементи до Серії по одному. Спробую пояснити, чому для панд-початківців.
Ви можете подумати, що додавання даних до даної Серії може дозволити Вам повторно використати деякі ресурси, але насправді Серія - це просто контейнер, який зберігає відношення між індексом та масивом значень. Кожен - це масив numpy.arry під капотом, а індекс незмінний. Коли ви додаєте до Серії елемент із міткою, якої немає в індексі, створюється новий індекс розміром n + 1 та масив значень нових значень того самого розміру. Це означає, що коли ви додаєте елементи по одному, ви створюєте ще два масиви розміром n + 1 на кожному кроці.
До речі, ви не можете додати новий елемент за позицією (ви отримаєте IndexError), і мітка в індексі не повинна бути унікальною, тобто коли ви присвоюєте значення міткою, ви присвоюєте значення усім наявні елементи з міткою, і новий рядок у цьому випадку не додається. Це може призвести до незначних помилок.
Мораль історії полягає в тому, що ви не повинні додавати дані один за іншим, вам краще поширити їх із замовленою колекцією. Проблема в тому, що ви не можете продовжити серію на місці. Ось чому краще впорядкувати свій код так, щоб вам не потрібно було оновлювати певний екземпляр серії за посиланням.
Якщо ви створюєте мітки самостійно, і вони збільшуються, найпростіший спосіб - додати нові елементи до словника, а потім створити нову серію зі словника (вона сортує ключі) і додати серію до старої. Якщо ключі не збільшуються, вам потрібно буде створити два окремих списки для нових міток та нових значень.
Нижче наведено кілька зразків коду:
In [1]: import pandas as pd
In [2]: import numpy as np
In [3]: s = pd.Series(np.arange(4)**2, index=np.arange(4))
In [4]: s
Out[4]:
0 0
1 1
2 4
3 9
dtype: int64
In [6]: id(s.index), id(s.values)
Out[6]: (4470549648, 4470593296)
Коли ми оновлюємо існуючий елемент, індекс та масив значень залишаються незмінними (якщо ти не змінюєш тип значення)
In [7]: s[2] = 14
In [8]: id(s.index), id(s.values)
Out[8]: (4470549648, 4470593296)
Але коли ви додаєте новий елемент, генерується новий індекс та новий масив значень:
In [9]: s[4] = 16
In [10]: s
Out[10]:
0 0
1 1
2 14
3 9
4 16
dtype: int64
In [11]: id(s.index), id(s.values)
Out[11]: (4470548560, 4470595056)
Тобто якщо ви збираєтеся додати кілька предметів, зібрати їх у словник, створити Серію, додати її до старої та зберегти результат:
In [13]: new_items = {item: item**2 for item in range(5, 7)}
In [14]: s2 = pd.Series(new_items)
In [15]: s2 # keys are guaranteed to be sorted!
Out[15]:
5 25
6 36
dtype: int64
In [16]: s = s.append(s2); s
Out[16]:
0 0
1 1
2 14
3 9
4 16
5 25
6 36
dtype: int64
Якщо у вас є індекс і значення. Тоді ви можете додати до серії як:
obj = Series([4,7,-5,3])
obj.index=['a', 'b', 'c', 'd']
obj['e'] = 181
це додасть нове значення Серії (в кінці Серії).
Ви можете використовувати функцію додавання, щоб додати до неї інший елемент. Тільки складіть серію нового елемента, перш ніж додавати його:
test = test.append(pd.Series(200, index=[101]))
test = test.append(pd.Series(200, index=[101]))
Додавши до відповіді Джокіна, наступна форма може бути трохи чистішою (принаймні приємнішою для читання):
x = p.Series()
N = 4
for i in xrange(N):
x[i] = i**2
що дало б однаковий результат
також, трохи менш ортодоксальний, але якщо ви хочете просто додати один елемент до кінця:
x=p.Series()
value_to_append=5
x[len(x)]=value_to_append
Оскільки рішення @ joaqin застаріло, оскільки set_valueметод буде вилучено в майбутньому випуску панд, я б згадав про інший варіант додати один елемент до серії панд, використовуючи .at[]accessor.
>>> import pandas as pd
>>> x = pd.Series()
>>> N = 4
>>> for i in range(N):
... x.at[i] = i**2
Це дає той самий результат.
>>> print(x)
0 0
1 1
2 4
3 9
Ось ще одна думка n щодо додавання декількох елементів в один рядок без зміни назви серії. Однак це може бути не настільки ефективним, як інша відповідь.
>>> df = pd.Series(np.random.random(5), name='random')
>>> df
0 0.363885
1 0.402623
2 0.450449
3 0.172917
4 0.983481
Name: random, dtype: float64
>>> df.to_frame().T.assign(a=3, b=2, c=5).squeeze()
0 0.363885
1 0.402623
2 0.450449
3 0.172917
4 0.983481
a 3.000000
b 2.000000
c 5.000000
Name: random, dtype: float64