使用自定义函数追加Pandas DataFrame行错位,直接追加操作正常
问题产生原因
- 核心错误:自定义函数
add_customer从未被实际调用。代码最后对df_customers的赋值逻辑是将原DataFrame、三个字符串参数打包为一个元组后直接覆盖原有变量,原本的结构化DataFrame对象被替换为完全不符合列结构的元组,打印输出时必然出现列值错位、格式混乱的表现,错位问题和函数本身的列映射逻辑无关。 - 逻辑漏洞:代码读取
customers.csv的结果仅存入临时变量file,从未将读取结果赋值给df_customers,即使修正调用逻辑,初始的DataFrame也只是手动构造的单行示例数据,没有加载本地文件中已存储的客户记录。 - 版本兼容隐患:代码依赖的
DataFrame.append()方法在pandas 2.0及以上版本已被正式移除,后续在高版本环境运行时会直接触发方法不存在的报错。
修正方案
- 补全函数调用逻辑:将错误的元组赋值操作替换为标准的函数调用,将现有DataFrame、对应的客户信息按形参定义传入函数,接收函数返回的新DataFrame对象完成赋值。
- 调整DataFrame初始化逻辑:读取
customers.csv成功时,直接将读取结果作为初始的df_customers对象,消除加载文件后未使用的无效操作。 - 适配高版本pandas的API规范:将已废弃的
append()方法替换为官方推荐的pd.concat()实现行追加,消除版本兼容问题。
修正后的可运行代码示例:
import pandas as pd import numpy as np # 初始化DataFrame,优先读取本地已存储的客户文件 try: df_customers = pd.read_csv("customers.csv") except: # 文件读取失败时构造和目标结构一致的空DataFrame df_customers = pd.DataFrame(columns=["name", "last", "age_range", "emails"]) # 自定义行追加函数,替换已废弃的append实现 def add_customer(df, name=np.nan, last=np.nan, age=np.nan, email=np.nan): new_row = pd.DataFrame([{ "name": name, "last": last, "age_range": age, "emails": email }]) return pd.concat([df, new_row], ignore_index=True) # 正确调用函数完成客户信息追加 df_customers = add_customer( df_customers, name="mohamed", last="miboun", age=np.nan, email="mohamedwapana@gmail.com" ) print(df_customers)
内容的提问来源于stack exchange,提问作者youssef jallouli
相关产品推荐
相关产品推荐

