我们能用熊猫的数据制作一个乱七八糟的桌子吗？

Question

表通常有m行和n列。但是我们能在python中创建混乱的表吗？

比如：

1  2  3
4  5
6  7  8  9

R编程语言具有自动填充空白或未初始化单元格的“NA”功能。例如，如果我们在R中制作上表，它将类似于：

1  2  3  NA
4  5  NA NA
6  7  8  9

R将根据最大列表自动创建m行。最大列意味着，如果我们再添加一个列比现有表多的行，则R将自动创建新列，并用'NA‘初始化前几行的新列。例如，如果我们添加[A, B, C, D, E, F]作为我的新行。那么R的结果将是：

1  2  3  NA NA NA
4  5  NA NA NA NA
6  7  8  9  NA NA
A  B  C  D  E  F

那么，我们在python中有这种功能吗？

Answer 1

是的，熊猫也是这样做的。例如，下面是将两个具有不同长度列的数据文件连接在一起的示例：

>>> import pandas as pd 
>>> df = pd.DataFrame({"A":[1,2,3],"B":[2,65,4]})
>>> df
   A   B
0  1   2
1  2  65
2  3   4
>>> df1 = pd.DataFrame({"C":[1,2,3,5],"D":[2,65,4,8]})
>>> df1
   C   D
0  1   2
1  2  65
2  3   4
3  5   8
>>> pd.concat([df, df1], axis=1)
     A     B  C   D
0  1.0   2.0  1   2
1  2.0  65.0  2  65
2  3.0   4.0  3   4
3  NaN   NaN  5   8
>>> 

正如您所看到的，熊猫在第三行中填充了NaN，用于较短的列A和B。

在沿行连接时也可以看到同样的情况，例如：

>>> df2 = pd.DataFrame({"A":[5,8,4,9],"B":[8,6,9,4],"C":[4,6,8,2]})
>>> df2
   A  B  C
0  5  8  4
1  8  6  6
2  4  9  8
3  9  4  2
>>> df 
   A   B
0  1   2
1  2  65
2  3   4
>>> pd.concat([df, df2], axis=0)
   A   B    C
0  1   2  NaN
1  2  65  NaN
2  3   4  NaN
0  5   8  4.0
1  8   6  6.0
2  4   9  8.0
3  9   4  2.0
>>> 

Answer 2

只需将列表列表传递给构造函数即可。

pd.DataFrame([[1, 2, 3], [4, 5], [6, 7, 8, 9]], dtype=float)

     0    1    2    3
0  1.0  2.0  3.0  NaN
1  4.0  5.0  NaN  NaN
2  6.0  7.0  8.0  9.0

并添加一个新行

df = pd.DataFrame([[1, 2, 3], [4, 5], [6, 7, 8, 9]], dtype=float)
df.append(pd.Series([2.1, 3.4, 5.6, 0.1, 7.5, 9.3], name=3))

     0    1    2    3    4    5
0  1.0  2.0  3.0  NaN  NaN  NaN
1  4.0  5.0  NaN  NaN  NaN  NaN
2  6.0  7.0  8.0  9.0  NaN  NaN
3  2.1  3.4  5.6  0.1  7.5  9.3