Pandas DataFrame指定列追加数据报错TypeError的解决方案咨询

嘿，我来帮你搞定这个问题！你遇到的TypeError是因为**df.append()方法根本没有column这个参数**，而且从Pandas 2.0版本开始，这个方法已经被正式弃用了，官方更推荐用pd.concat()或者先收集数据再一次性构建DataFrame的方式，不仅规范，效率也更高。

另外还要提个小细节：你写了两个分开的for循环，第一个循环会生成9个i值（计算后是4到12），第二个循环生成7个j值（计算后是10到16），直接追加的话会导致两列长度不一致，Pandas会自动给短的列补NaN。如果你是想让i和j一一对应，最好把两个计算放在同一个循环里哦。

接下来给你几种正确的实现方式：

方式一：先收集数据到列表，一次性构建DataFrame（首推！） #

这种方式比逐行追加效率高太多，尤其是数据量大的时候，避免了频繁修改DataFrame的开销：

import pandas as pd

# 先初始化空列表来收集数据
i_list = []
j_list = []

# 调整循环范围让i和j的数量一致（比如都生成9个值）
for idx in range(9):
    i = 3 + (idx + 1)  # 对应你原来的i=3+i（原i从1到9）
    j = (idx + 5) + 5  # 原j从5到13，这样也生成9个值，和i一一对应
    i_list.append(i)
    j_list.append(j)

# 一次性构建DataFrame，其他列可以根据需求填充默认值
df = pd.DataFrame({
    'i_column': i_list,
    'j_column': j_list,
    'type': [None]*len(i_list),
    'Location': [None]*len(i_list)
})

print(df)

方式二：逐行追加（用pd.concat替代弃用的append） #

如果你确实需要逐行处理数据（比如每一步都要做额外逻辑），可以用pd.concat()来替代已经弃用的append：

import pandas as pd

# 初始化空DataFrame
df = pd.DataFrame(columns=['i_column','j_column','type','Location'])

# 同一个循环里处理i和j，保证数量一致
for idx in range(9):
    i = 3 + (idx + 1)
    j = (idx + 5) + 5
    # 构造单行数据的字典
    new_row = {
        'i_column': i,
        'j_column': j,
        'type': None,
        'Location': None
    }
    # 把单行数据转成DataFrame，再合并到原df里
    df = pd.concat([df, pd.DataFrame([new_row])], ignore_index=True)

print(df)

针对你原来的两个分开循环的情况（允许列长度不一致） #

如果你就是要保持两个分开的循环，不在意列长度差异，那可以直接给列赋值：

import pandas as pd

df = pd.DataFrame(columns=['i_column','j_column','type','Location'])

# 收集所有i值，直接赋值给i_column
i_list = []
for i in range(1,10):
    i_val = 3 + i
    i_list.append(i_val)
df['i_column'] = i_list

# 收集所有j值，直接赋值给j_column
j_list = []
for j in range(5,12):
    j_val = j +5
    j_list.append(j_val)
df['j_column'] = j_list

# 给其他列填充默认值（比如None）
df[['type', 'Location']] = None

print(df)

运行后j_column的最后两行会显示NaN，因为i有9个值，j只有7个，Pandas会自动补全缺失值。

内容的提问来源于stack exchange，提问作者The Oracle