如何为Pandas DataFrame动态初始化列名与列数据

我希望基于一个列表获取数据，并将列表元素作为列名，对应的数据作为该列的数值。以下是我写的示例代码：

import pandas as pd

lis = {'a', 'b', 'c'}

output_df = pd.DataFrame()
u = 0
for i in lis:
    get_data = download_data_from_csv(xxxxxxxxxxxx_i)
    # Assume get_data is a column array
    output_df.at[u, 'Name'] = i
    output_df['Name'] = get_data
    u = u+1

请问如何遍历属性列表时，将每个属性设为独立列并填充对应数据？期望输出如下：

a   b   c
1   7   4
6   10  9

其中a对应数据为(1,6)，b对应(7,10)，c对应(4,9)。

你的代码问题在于循环中反复操作同一个Name列，且at的赋值逻辑不符合需求。可以通过两种简洁方式实现目标：

方式一：先构建字典再生成DataFrame #

这种方式效率更高，先把所有列名与对应数据存入字典，再一次性生成DataFrame：

import pandas as pd

lis = {'a', 'b', 'c'}
data_dict = {}

for col_name in lis:
    # 替换为你的实际数据获取逻辑
    get_data = download_data_from_csv(f"xxxxxxxxxxxx_{col_name}")
    data_dict[col_name] = get_data

# 字典的键作为列名，值作为对应列的数据
output_df = pd.DataFrame(data_dict)

方式二：循环中直接新增列 #

如果需要逐步构建DataFrame，可在每次循环中直接为DataFrame添加新列：

import pandas as pd

lis = {'a', 'b', 'c'}
output_df = pd.DataFrame()

for col_name in lis:
    get_data = download_data_from_csv(f"xxxxxxxxxxxx_{col_name}")
    # 直接以列名为键赋值，自动创建对应新列
    output_df[col_name] = get_data

注意：如果需要固定列的顺序，建议将lis从集合改为列表['a', 'b', 'c']，因为集合的遍历顺序是不确定的。

内容的提问来源于stack exchange，提问作者Dsp guy sam