向空Pandas DataFrame追加数据时列不匹配问题咨询

问题原因 #

你执行dftest.append([testdata])时，[testdata]是嵌套列表结构，Pandas会将其视为一行数据，但因为你的testdata是普通列表，没有和原DataFrame的A-G列名绑定，Pandas会默认用0-6作为这行数据的列名，导致原列匹配不到值显示NaN，同时新增0-6列填充数据。

解决方法 #

方法1：用字典映射列名 #

把testdata改成字典，键对应原DataFrame的列名，让Pandas精准匹配列：

import pandas as pd
dftest = pd.DataFrame(columns=["A","B","C","D","E","F","G"])
testdata = {"A":1, "B":2, "C":3, "D":4, "E":5, "F":6, "G":7}
dftest = dftest.append(testdata, ignore_index=True)

ignore_index=True是为了重置索引，避免出现重复索引问题。

方法2：将列表转为同列名的DataFrame #

把testdata包装成DataFrame，指定和原表一致的列名再追加：

import pandas as pd
dftest = pd.DataFrame(columns=["A","B","C","D","E","F","G"])
testdata = [1,2,3,4,5,6,7]
dftest = dftest.append(pd.DataFrame([testdata], columns=dftest.columns), ignore_index=True)

推荐方式（Pandas 2.0+） #

由于append方法在Pandas 2.0及以上版本已被弃用，更推荐使用pd.concat：

import pandas as pd
dftest = pd.DataFrame(columns=["A","B","C","D","E","F","G"])
testdata = [1,2,3,4,5,6,7]
testdata_df = pd.DataFrame([testdata], columns=dftest.columns)
dftest = pd.concat([dftest, testdata_df], ignore_index=True)

内容的提问来源于stack exchange，提问作者Lamm