循环后将单行DataFrame追加至已有DataFrame的问题求助

原数据处理代码及结果：

days = [1, 2, 3, 4, 5]
time = [2, 4, 2, 4, 2, 4, 2, 4, 2]
df1 = pd.DataFrame(days)
df2 = pd.Series(time)
df2 = df2.transpose()
df3 = df1*df2
df4 = df1.dot(df2.to_frame().T)
# df4的结果为：
    0   1   2   3   4   5   6   7   8
0   2   4   2   4   2   4   2   4   2
1   4   8   4   8   4   8   4   8   4
2   6   12  6   12  6   12  6   12  6
3   8   16  8   16  8   16  8   16  8
4   10  20  10  20  10  20  10  20  10

通过循环生成的单行DataFrame示例：

# df_new的结果为：
    0   1   2   3   4   5   6   7   8
0   2   4   2   4   2   4   2   4   2

需求：在25次循环中，每次将生成的单行DataFrame追加到df4末尾，最终得到类似如下结构的df_final：

# df_final的预期结果：
    0   1   2   3   4   5   6   7   8
0   2   4   2   4   2   4   2   4   2
1   4   8   4   8   4   8   4   8   4
2   6   12  6   12  6   12  6   12  6
3   8   16  8   16  8   16  8   16  8
4   10  20  10  20  10  20  10  20  10
5   2   4   2   4   2   4   2   4   2
6   5   6   7   8   9   8   7   6   5

尝试用append或concat追加时，出现索引错误或循环相关问题，需了解原因及可行解决方案。

常见问题原因 #

• 索引冲突：每次生成的df_new索引固定为0，直接追加会导致最终DataFrame出现重复索引，触发警告或错误。
• 循环拼接效率问题：append（已弃用）和concat在循环内每次都会创建新对象，既影响效率，也可能因内存波动引发异常。
• 列不匹配：若某次循环生成的df_new列数、列名与df4不一致，会直接导致拼接失败。

可行解决方案 #

方案1：列表收集+一次性拼接（推荐） #

避免循环内频繁拼接，先将每次生成的单行DataFrame存入列表，最后用pd.concat一次性合并并重置索引，效率最高。

import pandas as pd

# 初始化原始df4
days = [1, 2, 3, 4, 5]
time = [2, 4, 2, 4, 2, 4, 2, 4, 2]
df1 = pd.DataFrame(days)
df2 = pd.Series(time)
df4 = df1.dot(df2.to_frame().T)

# 初始化存储行的列表，先放入原始df4
rows_list = [df4]

# 模拟25次循环生成df_new
for _ in range(25):
    # 替换为你生成df_new的实际代码
    df_new = pd.DataFrame([[2,4,2,4,2,4,2,4,2]], columns=df4.columns)
    rows_list.append(df_new)

# 一次性拼接并重置索引
df_final = pd.concat(rows_list, ignore_index=True)
print(df_final)

方案2：循环内逐次拼接（指定忽略索引） #

若必须在循环内逐次追加，每次拼接时指定ignore_index=True，避免重复索引问题。

# 初始化df_final为原始df4的副本
df_final = df4.copy()

for _ in range(25):
    # 生成df_new
    df_new = pd.DataFrame([[2,4,2,4,2,4,2,4,2]], columns=df_final.columns)
    # 追加时忽略索引
    df_final = pd.concat([df_final, df_new], ignore_index=True)

方案3：使用append（不推荐，已弃用） #

若仍需使用已弃用的append方法，需指定ignore_index=True：

df_final = df4.copy()
for _ in range(25):
    df_new = pd.DataFrame([[2,4,2,4,2,4,2,4,2]], columns=df_final.columns)
    df_final = df_final.append(df_new, ignore_index=True)

关键注意事项 #

• 确保每次生成的df_new列名、列数与目标DataFrame完全一致，否则会出现列对齐错误。
• 优先选择列表收集+一次性拼接的方式，性能远优于循环内逐次拼接。

内容的提问来源于stack exchange，提问作者JakeP