Pandas DataFrame无属性时添加元素及解决属性错误的方法

一、向DataFrame添加元素的常用方法 #

添加列 #

• 直接通过列索引赋值：这是最常用的方式，支持赋值单个值、列表或Series，单个值会自动广播到所有行

  import pandas as pd
  df = pd.DataFrame({'name': ['Bob', 'Charlie']})
  # 添加单个值的列
  df['age'] = 25
  # 添加列表作为列
  df['gender'] = ['M', 'M']
  # 添加Series作为列
  df['score'] = pd.Series([85, 90])
  

• 使用assign()方法：返回新的DataFrame，适合链式操作，若要修改原数据需重新赋值

  # 生成新DataFrame，原df不变
  new_df = df.assign(city=['Beijing', 'Shanghai'])
  # 直接修改原df
  df = df.assign(city=['Beijing', 'Shanghai'])
  

添加行 #

• 用pd.concat()（Pandas 2.0+推荐替代append()）：将原DataFrame与包含新行的小DataFrame合并

  new_row = pd.DataFrame({'name': ['Alice'], 'age': [28], 'gender': ['F']})
  df = pd.concat([df, new_row], ignore_index=True)
  

• 旧版本可用append()（注意该方法已被标记为弃用）：

  new_row = pd.Series({'name': 'Alice', 'age': 28, 'gender': 'F'}, name=len(df))
  df = df.append(new_row)
  

二、解决DataFrame属性错误的思路 #

遇到AttributeError: 'DataFrame' object has no attribute 'xxx'时，按以下步骤排查：

1. 区分列名与内置属性：
   • 若你想访问的是列，先检查列名是否包含空格、特殊字符（如user-name）或与Pandas内置属性/方法重名（如sum、mean），这类列不能用df.xxx的属性方式访问，必须改用索引df['xxx']。
2. 检查拼写错误：
   • 执行print(df.columns)查看所有列名，确认你调用的名称是否拼写正确，比如把age写成ag会直接报错。
3. 确认API正确性：
   • 若你调用的是DataFrame的方法/属性，比如误把df.drop()写成df.delete()，需核对Pandas官方文档，使用正确的方法名称。
4. 自定义属性存储：
   • 若想给DataFrame添加自定义元数据（非列数据），不要直接赋值属性，改用df.attrs：

     # 添加自定义属性
     df.attrs['data_source'] = 'user_survey'
     # 获取自定义属性
     print(df.attrs['data_source'])
     

内容的提问来源于stack exchange，提问作者uday