如何在不指定from_dict列参数时向pandas DataFrame追加行？

原始数据 #

原DataFrame df1：

a    b
0   1    2
1   3    4

待追加的字典：

dictionary = {'2' : [5, 6], '3' : [7, 8]}

目标结果 #

a    b
0   1    2
1   3    4
2   5    6
3   7    8

两种简便实现方式 #

方式一：直接提取字典值构建DataFrame后拼接

无需使用from_dict，直接提取字典的values生成新DataFrame，再与原表拼接：

import pandas as pd

# 原DataFrame
df1 = pd.DataFrame({'a': [1, 3], 'b': [2, 4]})
dictionary = {'2': [5, 6], '3': [7, 8]}

# 用字典值创建新行的DataFrame，指定列名与原表一致
new_rows = pd.DataFrame(dictionary.values(), columns=df1.columns)
# 拼接并重置索引
final_df = pd.concat([df1, new_rows], ignore_index=True)
print(final_df)

方式二：使用from_dict（不指定column参数）转置后拼接

如果必须使用from_dict且不能赋值column参数，可先转置字典生成的DataFrame，再调整列名后拼接：

import pandas as pd

df1 = pd.DataFrame({'a': [1, 3], 'b': [2, 4]})
dictionary = {'2': [5, 6], '3': [7, 8]}

# 用from_dict生成DataFrame（不指定column参数），然后转置
temp_df = pd.DataFrame.from_dict(dictionary).T
# 匹配原DataFrame的列名
temp_df.columns = df1.columns
# 拼接并重置索引
final_df = pd.concat([df1, temp_df], ignore_index=True)
print(final_df)

两种方式都能得到目标结果，方式一更直接简洁，方式二则严格符合你提出的from_dict使用约束。

内容的提问来源于stack exchange，提问作者programmer_04_03