python遍历数据添加到dataframe中

可以使用Python中的pandas库来创建和操作DataFrame。具体实现方法如下：

首先，创建一个空的DataFrame对象，然后使用for循环遍历数据，将遍历的每一行数据添加到DataFrame中。

import pandas as pd

# 创建空的DataFrame
df = pd.DataFrame(columns=['col1', 'col2', 'col3'])

# 遍历数据
for data in datas:
    # 将遍历的每一行数据添加到DataFrame中
    df = df.append({'col1': data[0], 'col2': data[1], 'col3': data[2]}, ignore_index=True)

其中，`datas`是需要遍历的数据列表，`ignore_index=True`表示忽略索引，按顺序添加数据到DataFrame中。这样就可以将数据添加到DataFrame中了。

相关问题

python遍历添加dataframe

你可以使用 `iterrows()` 方法来遍历 DataFrame 的每一行，并通过 `.loc[]` 方法向 DataFrame 中添加数据。以下是一个简单的示例代码：

import pandas as pd

# 创建一个空的 DataFrame
df = pd.DataFrame(columns=['name', 'age'])

# 创建一个包含数据的列表
data = [('Alice', 25), ('Bob', 30), ('Charlie', 35)]

# 遍历数据列表，将每一行数据添加到 DataFrame 中
for row in data:
    df.loc[len(df)] = row

print(df)

输出结果为：

      name age
0    Alice  25
1      Bob  30
2  Charlie  35

在上面的代码中，`df.loc[len(df)] = row` 的作用是将 `row` 列表中的数据添加为一行，并将其索引设置为当前 DataFrame 的最后一行索引加1。

python遍历读取dataframe数据并添加到空dataframe

可以使用`pandas`库中的`concat`函数将多个`DataFrame`对象合并成一个新的`DataFrame`对象。具体操作如下：

首先，创建一个空的`DataFrame`对象：

import pandas as pd

result_df = pd.DataFrame()

然后，遍历读取数据并将每个`DataFrame`对象添加到`result_df`中：

for i in range(10):  # 假设有10个文件需要读取
    # 读取文件并转换成DataFrame对象
    file_path = f"data_{i}.csv"
    df = pd.read_csv(file_path)
    
    # 将df添加到result_df中
    result_df = pd.concat([result_df, df], ignore_index=True)

这样，`result_df`就包含了所有文件中的数据。其中`ignore_index=True`表示重新生成索引。