如何在 Python 中将列表转换为 DataFrame 行？

---

Python 是一种高级、通用的编程语言，近年来变得越来越流行，部分原因在于它能够轻松处理大量数据。Pandas 库是 Python 生态系统中用于处理数据的强大工具之一，它提供了易于使用的 DataFrame 和 Series 等数据结构。

在本教程中，我们将重点关注数据分析中的一项常见任务：使用 pandas 在 Python 中将列表转换为 DataFrame 行。对于任何在 Python 中处理数据的人来说，这都是一项基本技能，因为它允许您快速轻松地将新的数据行添加到 DataFrame 中。我们将在本文后续部分逐步引导您完成将列表转换为 DataFrame 行的过程。

如何在 Python 中将列表转换为 DataFrame 行？

为了将列表转换为 DataFrame 行，我们将使用 Pandas 库。首先，让我们确保我们的系统上已安装 pandas。

Pandas 安装

要安装 pandas，您可以使用名为 pip 的 Python 包管理器，该管理器可以通过命令提示符或终端访问。为此，只需输入下面提供的命令即可。

pip install pandas

以上命令将下载并安装 Pandas 的最新版本到您的系统上。安装完成后，我们可以使用它将列表转换为 DataFrame 行。

将列表转换为 DataFrame 行

要将列表转换为 DataFrame 行，我们首先需要创建一个包含我们要添加数据的列表。此列表应包含与 DataFrame 中列数相同的元素。假设我们有一个 DataFrame，其中包含三列：“姓名”、“年龄”和“城市”。

请考虑以下代码片段以创建新行的数据列表

new_row_data = ['Prince', 26, 'New Delhi]

我们流程中的下一个关键步骤是生成一个全新的 DataFrame 对象，该对象复制了我们现有 DataFrame 的列名。确保列名匹配以使用 pandas 有效地将新行追加到 DataFrame 至关重要。

为此，我们可以创建一个空 DataFrame，该 DataFrame 具有与原始 DataFrame 完全相同的列名。

df = pd.DataFrame(columns=['Name', 'Age', 'City'])

现在我们已经创建了一个具有适当列名的新空 DataFrame，是时候向其中添加一些数据了。我们可以使用 DataFrame 对象的“append”方法来实现此目的，该方法允许我们将新的数据行追加到现有 DataFrame 中。为此，我们需要将表示新数据行的 pandas Series 对象传递给“append”方法。

为了避免覆盖 DataFrame 中的任何现有行，我们必须在追加新行时传递“ignore_index=True”参数。这确保新行作为具有唯一索引号的全新行追加。

请考虑以下代码以使用 append 方法将新行追加到我们的 DataFrame 中。

import pandas as pd

# create a list of data for the new row
new_row_data = ['Prince', 26, 'New Delhi']

# create a new empty DataFrame with the correct column names
df = pd.DataFrame(columns=['Name', 'Age', 'City'])

# append the new row to the DataFrame
df = df.append(pd.Series(new_row_data, index=df.columns), ignore_index=True)

# print the updated DataFrame
print(df)

在上面的代码中，我们首先导入 pandas 库。接下来，我们创建一个名为“new_row_data”的列表，其中包含我们希望作为新行添加到 DataFrame 中的值。然后，我们使用与现有 DataFrame 相同的列名创建一个名为“df”的新空 DataFrame 对象。

接下来，我们使用 DataFrame 对象的“append”方法将新行追加到 DataFrame 中。我们将一个 pandas Series 对象传递给“append”方法，该对象表示我们的新数据行。我们使用“ignore_index=True”参数来确保新行作为具有新索引号的新行追加，而不是覆盖现有行。

最后，我们打印更新后的 DataFrame 以确认我们的新行已成功添加。

输出

   Name    Age City
0  Prince  26  New Delhi

如您在上面的输出中看到的，DataFrame 形式的结构化数据集包含一行和三列，每一列都有其各自的标签。列标签分别是“姓名”、“年龄”和“城市”。

结论

在本教程中，我们学习了如何使用 Pandas 库在 Python 中将列表转换为 DataFrame 行。我们首先确保 pandas 已安装在我们的系统上，然后创建了一个包含我们希望作为新行添加到 DataFrame 中的数据的列表。然后，我们使用与现有 DataFrame 相同的列名创建了一个新的空 DataFrame 对象，并使用“append”方法追加了我们的新数据行。我们使用了“ignore_index=True”参数来确保新行作为具有新索引号的新行追加，而不是覆盖现有行。我们为过程中使用的每种方法都提供了一个示例。