Pandas如何向空列表追加纯值 不含索引、name、dtype并创建DataFrame

你循环中计算得到的x是pandas Series对象，并非原生数值类型，因此追加到空列表后会自带Series的索引、name、dtype属性，无法得到纯计算值。

只需要将每次计算得到的Series中的标量值取出，再追加到列表即可。建议先把循环外固定不变的参数提前提取，避免每次循环重复筛选DataFrame，提升运行效率：

China_pop = []
# 提前提取中国的基准数据，避免循环内重复查询
china_row = df[df.country == "China"].iloc[0]
base_pop = china_row["population"]
growth_rate = 1 + float(china_row["yearly_change"].replace("%", "")) / 100

for year in range(1, 101):
    current_pop = base_pop * (growth_rate ** year)
    China_pop.append(current_pop)

计算完成后可以直接用该列表构造符合要求的DataFrame：

import pandas as pd
pop_df = pd.DataFrame({
    "year": range(1, 101),
    "population": China_pop
})

pandas和numpy支持向量化运算，不需要写Python层的for循环逐次计算，代码更简洁、运行速度更快，不会出现类型冗余问题：

import pandas as pd
import numpy as np

# 提取固定基准参数
china_row = df[df.country == "China"].iloc[0]
base_pop = china_row["population"]
growth_rate = 1 + float(china_row["yearly_change"].replace("%", "")) / 100

# 批量生成所有年份的预测数据
pop_df = pd.DataFrame({"year": np.arange(1, 101)})
pop_df["population"] = base_pop * (growth_rate ** pop_df["year"])

补充说明：如果你后续遇到需要把整列Series转为无额外属性的原生Python列表的场景，直接调用Series的.tolist()方法即可。

内容的提问来源于stack exchange，提问作者beridzeg45