如何在for循环中向pandas.DataFrame追加行？循环后仅存最后一行问题求助

我一眼就看出问题出在哪了，咱们一步步拆解：

你的代码里的两个核心问题 #

1. 每次循环都覆盖了dd变量：你在循环内部每次都用pd.DataFrame(...)重新创建了dd，这就导致之前循环生成的内容全被覆盖了，最后自然只剩最后一次循环的结果。
2. append操作没有生效：pandas的append()方法（现在已经被标记为弃用了）是返回一个新的DataFrame对象，不会修改原有的dd。而且你写的dd.append(dd)其实是把当前的dd追加给自己，完全不是你想要的“添加新行”的效果。

两种正确的实现方式 #

方式一：提前初始化空DataFrame，用concat追加（推荐用于小数据量）

如果你的active_brain_regions元素不多，可以先建一个空的DataFrame，然后循环里把每一行的小DataFrame合并进去：

# 先初始化带列名的空DataFrame
dd = pd.DataFrame(columns=['region', 'mean expr', 'gene_id'])

for i in active_brain_regions:
    indices = np.where(LM == i)
    expr = gene[indices]
    mean = np.mean(expr)
    # 生成当前行的DataFrame
    new_row = pd.DataFrame([[i, mean, "nifti"]], columns=['region', 'mean expr', 'gene_id'])
    # 用concat合并并重新赋值给dd，ignore_index=True重置索引
    dd = pd.concat([dd, new_row], ignore_index=True)

方式二：先收集数据到列表，最后一次性生成DataFrame（更高效）

当数据量比较大的时候，循环里反复修改DataFrame会有性能损耗，最好先把所有行的数据存在列表里，最后再一次性创建DataFrame：

# 初始化空列表存每一行的数据
data_rows = []

for i in active_brain_regions:
    indices = np.where(LM == i)
    expr = gene[indices]
    mean = np.mean(expr)
    # 把当前行的三个值加入列表
    data_rows.append([i, mean, "nifti"])

# 最后用列表直接生成DataFrame
dd = pd.DataFrame(data_rows, columns=['region', 'mean expr', 'gene_id'])

这样运行后，你就能得到包含所有region行的DataFrame了，和你期望的格式一致。

内容的提问来源于stack exchange，提问作者Anja