我有180000个Pandas系列，我需要将它们合并到一个DataFrame中。逐个添加它们需要花费大量时间，显然是因为当 Dataframe 的大小增加时，追加会变得越来越慢。即使我使用比Pandas更快的numpy，同样的问题仍然存在。
从Series创建DataFrame的更好方法是什么？
编辑：一些更多的背景信息。系列赛被存储在一个列表中。这是体育数据，列表被称为球员库，有180000+项目。我没有意识到它是足够的写
pd.concat(player_library, axis=1)而不是列出所有单独的项目。现在它工作得又快又好。
2条答案
按热度按时间mctunoxg1#
您可以尝试
pd.concat而不是append。如果希望每个系列都是一列，则
有关迭代和追加开销的更多详细信息，请参阅this question
e4yzc0pl2#
输入-
（“宝马”、“丰田”、“本田”）系列
输出-
0宝马
1辆丰田
2本田
dtype：对象
输入-
colors = pd.系列（[“红色”、“蓝色”、“白色”]）颜色
输出-
0红色
1个蓝色
2白色
dtype：对象
输入-
汽车数据= pd. Dataframe （{“汽车制造商”：系列，“颜色”：颜色}）汽车数据
输出-
| | 汽车品牌|颜色|
| - -|- -|- -|
| 第0页|宝马|红色|
| 一个|丰田汽车|蓝色|
| 2个|本田|白色|