一、Series和DataFrame

Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。

Series 由索引（index）和列组成。

pandas.Series( data, index, dtype, name, copy)

• data：一组数据(ndarray 类型)。

• index：数据索引标签，如果不指定，默认从 0 开始。

• dtype：数据类型，默认会自己判断。

• name：设置名称。

• copy：拷贝数据，默认为 False。

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

pandas.DataFrame( data, index, columns, dtype, copy)

• data：一组数据(ndarray、series, map, lists, dict 等类型)。

• index：索引值，或者可以称为行标签。

• columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。

• dtype：数据类型。

• copy：拷贝数据，默认为 False。

 二、append方式

代码：

import numpy
import pandas
actions = ['left', 'right']
table = pandas.DataFrame(columns=actions, dtype=numpy.float64)
for i in range(5):
    line_table = pandas.Series(
            [0.5] * len(actions),
            name=i,
            index=actions
        )
    table = table.append(line_table)

print(table)

 打印结果：

   left  right
0   0.5    0.5
1   0.5    0.5
2   0.5    0.5
3   0.5    0.5

 但是使用append会报一些恶心的Warning，意思是append即将被弃用，推荐使用pandas.concat

FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.
  table = table.append(line_table)

三、pandas.concat

import numpy
import pandas
actions = ['left', 'right']
table = pandas.DataFrame(columns=actions, dtype=numpy.float64)
for i in range(5):
    line_table = pandas.Series(
            [0.5] * len(actions),
            name=i,
            index=actions
        )
    # 若将Series作为一行插入DataFrame，先转换成DataFrame，再进行转置
    line_table2 = line_table.to_frame()
    # print(line_table2.T)
    table = pandas.concat([table, line_table2.T])

print(table)

若将Series作为一行插入DataFrame，先转换成DataFrame，再进行转置，可以看出还不如append方便。
简单写法：

import numpy
import pandas
actions = ['left', 'right']
table = pandas.DataFrame(columns=actions, dtype=numpy.float64)
for i in range(5):

    table = pandas.concat([table, line_table = pandas.Series(
            [0.5] * len(actions),
            name=i,
            index=actions
        ).to_frame().T])

print(table)