Python熊猫数据跳线

Question

因此，我有一个循环，它向dataframe添加一个字符串。这个很好用。但是，当我试图在第二列中添加一个数字时，它跳过了行(正如您在输出中看到的那样).`，而计数器< 50：

    #gets just the subreddit name
    e = str(elem[counter].get_attribute("href"))
    e = e.replace("https://www.reddit.com/r/", "")
    e = e[:-1]

   #e is the subreddit string

    df = df.append({'Subreddit': e}, ignore_index=True)
    df = df.append({'Appearances': 1 }, ignore_index=True)

    print(e)
    counter = counter + 2

print(df)`

产出-

               Subreddit Appearances
0              worldnews         NaN
1                    NaN           1
2                   pics         NaN
3                    NaN           1
4                    aww         NaN
5                    NaN           1
6         RedditInReddit         NaN

我知道这与我的循环方式有关，但我似乎无法理解。另外，我必须每次增加2次，因为subreddits在页面上出现了两次，而我只需要抓取1。

Answer 1

pd.DataFrame.append每次追加一行。您可以在字典中包含两个键，以便为每次迭代添加一行：

df = df.append({'Subreddit': e, 'Appearances': 1}, ignore_index=True)

但是，您不应该以这种方式在循环中使用pd.DataFrame.append。这将是低效的，因为由于额外的复制操作，pd.DataFrame.append比list.append昂贵。

相反，您可以构建一个列表并调用pd.DataFrame.append一次。下面是一些伪代码：

L = []
for _ in some_iterable:
    L.append([e, 1])

to_append = pd.DataFrame(L, columns=['Subreddit', 'Appearances'])
df = df.append(to_append, ignore_index=True)