循环生成的numpy数组如何作为列追加到Pandas DataFrame中

安全阿岳

2026-10-3

原有代码问题说明

原有代码无法运行的核心问题是pd.concat()仅支持拼接Pandas的Series、DataFrame对象，你向列表中存入的是普通Python列表，不属于Pandas可拼接对象，自然会抛出类型错误，且额外的数组转列表操作也增加了不必要的性能开销。

最优方案：一次性收集数组后构建DataFrame

该方案避免了循环中反复修改DataFrame的性能损耗（Pandas DataFrame为不可变结构，每次新增列都会全量复制数据，大数据量下性能极差），是效率最高的实现方式：

import pandas as pd
import numpy as np
import glob

# 初始化容器存储所有列数组
col_arrays = []

for f in glob.glob(path + "/*.tif"):
    # 图像处理逻辑，输出一维numpy数组a，示例如下
    a = np.array([1,2,3,4,5])
    col_arrays.append(a)

# 按列拼接所有数组后直接生成DataFrame
df = pd.DataFrame(np.column_stack(col_arrays))

如果需要自定义列名（比如用文件名作为列标识），可以调整为：

col_arrays = []
col_names = []

for f in glob.glob(path + "/*.tif"):
    a = np.array([1,2,3,4,5])
    col_arrays.append(a)
    # 提取文件名作为列名，可按需修改规则
    col_names.append(f.split("/")[-1].replace(".tif", ""))

df = pd.DataFrame(np.column_stack(col_arrays), columns=col_names)

循环逐列追加方案（仅适合小数据量场景）

如果确实需要在循环过程中实时追加列查看中间结果，可以用以下写法，但不推荐处理大量图像时使用：

# 初始化空DataFrame
df = pd.DataFrame()

for idx, f in enumerate(glob.glob(path + "/*.tif")):
    a = np.array([1,2,3,4,5])
    # 直接将numpy数组赋值为新列，无需转列表
    df[f"image_{idx}"] = a