python - 处理附加到数据帧的抽象

Question

如果我对数据框有“引用”，则似乎无法在 pandas 中附加它，因为 append 和 concat 都不支持该inplace=True参数。

一个（过于）简单的例子：

chosen_df, chosen_row = (candidate_a_df, candidate_a_row) if some_test else (candidate_b_df, candidate_b_row)
chosen_df = chosen_df.append(chosen_row)

现在因为 Python 做了类似于按值复制引用的操作，所以chosen_df最初将是对通过的任何候选数据帧的引用some_test。

但是 pandas 的更新语义意味着引用的数据帧不会被 append 函数的结果更新；而是创建一个新标签。我相信，如果有可能使用inplace=True它会起作用，但看起来不太可能发生，在这里讨论https://github.com/pandas-dev/pandas/issues/14796

值得注意的是，使用列表而不是数据框的更简单示例确实有效，因为列表的内容直接由append().

所以我的问题是——如何在 Python 中实现对 N 个数据帧的可更新抽象？

这个成语在允许引用的语言中是司空见惯的、有用的和微不足道的，所以我猜我错过了一个 Pythonic 技巧，或者在考虑戴错帽子的整个问题！

显然，纯粹的说明性示例可以通过在 a 的主体中复制附加内容if...else并依次具体引用每个底层数据帧来解决。但这不能扩展到更复杂的示例，并且它是类似于我正在寻找的参考的通用解决方案。

有任何想法吗？

标签： pythonpython-3.xpandasdataframereference

Answer 1

有一种专门针对熊猫数据框的简单方法 - 所以我会回答我自己的问题。

chosen_df, chosen_row = (candidate_a_df, candidate_a_row) if some_test else (candidate_b_df, candidate_b_row)
chosen_df.loc[max_idx+1] = chosen_row

的计算max_idx很大程度上取决于 的结构chosen_df。在最简单的情况下，当它是一个顺序索引从 0 开始的数据帧时，您可以简单地使用索引的长度来计算它。

如果chosen_df是非顺序的，则需要调用max()索引列而不是依赖索引的长度。

如果chosen_df是 slice 或 groupby 对象，那么您需要计算最大父数据帧的索引，以确保它确实是所有行的最大值。