熊猫系列插入错误，缺少位置参数，不匹配索引长度

Question

我有一个清单，我正试图增加一个价值，但我不确定最好的方法来做到这一点。我读到过.insert()是最好的方法，但是在尝试了两种不同的方法之后，我似乎无法让它发挥作用。

我试过了

df_full_modified = df_full['date', 'b_clicks', 'b_cpc'].insert(0, ['date', 'b_clicks', 'b_cpc'])

回传

TypeError: insert() missing 1 required positional argument: 'value'

并尝试为columns参数添加一个值。

df_full_modified = df_full['date', 'b_clicks', 'b_cpc'].insert(0, ['date', 'b_clicks', 'b_cpc'], ['date', 'b_clicks', 'b_cpc'])

回传

ValueError: Length of values does not match length of index

当我试图将数组映射到insert()方法时，是不是遗漏了什么？

以下是数据帧df_full的格式

[['2018-01-01', '72', 2.43], ['2018-01-02', '232', 2.8], ['2018-01-03', '255', 2.6], ...

我正试着把['date', 'b_clicks', 'b_cpc']做好

[['date', 'b_clicks', 'b_cpc'], ['2018-01-01', '72', 2.43], ['2018-01-02', '232', 2.8], ['2018-01-03', '255', 2.6], ...

Answer 1

你已经有这样的df了：

          date  b_clicks  b_cpc
0  2018-01-01'        72   2.43
1  2018-01-02'       232   2.80
2  2018-01-03'       255   2.60

你想在顶部插入一行。df.insert将列插入到指定的位置，而不是一行。看起来，您理解可以使用列表来完成此操作，因此您可以通过创建一个新列表，并使用您指定的单词创建一个新列表，并将您已经拥有的df连接到新列表中，从而执行相同的操作：

data = []
data.insert(0, {'date': 'date', 'b_clicks': 'b_clicks', 'b_cpc': 'b_cpc'})

df_full_modified = pd.concat([pd.DataFrame(data), df], ignore_index=True)

产出：

>>> df_full_modified
   b_clicks  b_cpc         date
0  b_clicks  b_cpc         date
1        72   2.43  2018-01-01'
2       232    2.8  2018-01-02'
3       255    2.6  2018-01-03'

Answer 2

如果我正确理解您的初步立场，那么所提供的列表将存储在熊猫系列中，例如：

a = pd.Series([['2018-01-01', '72', 2.43], ['2018-01-02', '232', 2.8], ['2018-01-03', '255', 2.6]])

如果是，那么您只需为['date', 'b_clicks', 'b_cpc']变量创建一个Series，如下所示：

b = pd.Series({['date', 'b_clicks', 'b_cpc']])

最后将b附加到a中。

b = b.append(a)

但是，使用这种方法，您将不得不在本系列的开始时选择0英寸。我不知道它是否困扰着你。