Python 是一种高级、多功能的编程语言，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 生态系统中处理数据最强大的工具之一，它提供了易于使用的数据结构，例如 DataFrame 和 Series。
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 将列表转换为 Python 中的 DataFrame 行。对于任何使用 Python 处理数据的人来说，这是一项基本技能，因为它允许您快速轻松地将新数据行添加到 DataFrame 中。在本文的后续部分中，我们将引导您逐步完成将列表转换为 DataFrame 行的过程。
如何将列表转换为Python中的DataFrame行？
将列表转换为DataFrame行，我们将使用Pandas库。首先确保我们的系统上安装了pandas。
熊猫安装
要安装pandas，您可以使用名为pip的Python软件包管理器，可以通过命令提示符或终端访问。为了做到这一点，只需输入下面提供的命令即可。
立即学习“Python免费学习笔记（深入）”；
pip install pandas
上述命令将下载并安装最新版本的Pandas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要添加的数据的列表。这个列表应该包含与DataFrame中的列数相同的元素数量。假设我们有一个包含三列的DataFrame - "Name"、"Age"和"City"。
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，该对象复制现有 DataFrame 的列名称。确保列名匹配以使用 pandas 有效地将新行追加到 DataFrame 中至关重要。
为了实现这一点，我们可以创建一个空的DataFrame，其列名与原始DataFrame完全相同。
df = pd.DataFrame(columns=['Name', 'Age', 'City'])
现在我们已经创建了一个具有适当列名称的新空 DataFrame，是时候向其中添加一些数据了。我们可以通过使用 DataFrame 对象的“append”方法来实现这一点，该方法允许我们将新行数据附加到现有的 DataFrame 中。为此，我们需要将 pandas Series 对象传递给表示新数据行的“append”方法。
为了避免覆盖 DataFrame 中的任何现有行，我们必须在附加新行时传递“ignore_index=True”参数。这可确保新行作为具有唯一索引号的全新行附加。
考虑下面的代码，使用append方法将新行附加到我们的数据框。
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，其中包含我们想要作为新行添加到 DataFrame 中的值。然后，我们创建一个名为“df”的新空 DataFrame 对象，其列名称与现有 DataFrame 相同。
接下来，我们使用 DataFrame 对象的“append”方法将新行附加到 DataFrame。我们将 pandas Series 对象传递给“append”方法，它代表我们的新数据行。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附加，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
正如您在上面的输出中看到的，DataFrame 形式的结构化数据集由单行和三列组成，每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 库将列表转换为 Python 中的 DataFrame 行。我们首先确保 pandas 安装在我们的系统上，然后创建一个列表，其中包含我们想要作为新行添加到 DataFrame 中的数据。然后，我们创建一个新的空 DataFrame 对象，其列名称与现有 DataFrame 相同，并使用“append”方法附加新的数据行。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附加，而不是覆盖现有行。我们为该过程中使用的每种方法提供了一个示例。
