如何用字典向Pandas DataFrame添加新记录？缺失值处理疑问

问题场景 #

当你用字典添加新记录时，如果字典缺少DataFrame的某个列名作为键，添加后对应列会显示空值（NaN），而不是空格，需要把这些空值替换为空格。

方案一：添加后统一填充空值 #

如果只是要把所有空值替换成空格，可以在添加记录后执行填充操作：

# 添加记录（注意：append已被弃用，推荐用pd.concat，方案二会详述）
df = df.append(new_record, ignore_index=True)
# 填充所有空值为空格
df.fillna(' ', inplace=True)

如果只想填充特定列的空值，比如只处理Nationality列：

df['Nationality'] = df['Nationality'].fillna(' ')

方案二：添加前补全字典的缺失键（更严谨） #

先基于原DataFrame的列名，补全新字典中缺失的键，默认值设为空格，再添加记录，避免后续额外的填充操作：

import pandas as pd

# 获取原DataFrame的所有列名
all_cols = df.columns.tolist()
# 补全新记录的缺失列，默认填充空格
complete_record = {col: new_record.get(col, ' ') for col in all_cols}
# 用pd.concat添加记录（替代已弃用的append）
df = pd.concat([df, pd.DataFrame([complete_record])], ignore_index=True)

注意点 #

Pandas 1.4.0及以上版本中，df.append()方法已被标记为弃用，官方推荐使用pd.concat()来拼接数据，避免后续版本兼容性问题。

内容的提问来源于stack exchange，提问作者Babbara