将一列附加到 Pandas 中的数据框

Question

我试图将 numpy.darray 附加到数据帧中，但收效甚微。 数据帧称为 user2，numpy.darray 称为 CallTime。

我试过：

user2["CallTime"] = CallTime.values

但我收到一条错误消息：

Traceback (most recent call last):
File "<ipython-input-53-fa327550a3e0>", line 1, in <module>
user2["CallTime"] = CallTime.values
AttributeError: 'numpy.ndarray' object has no attribute 'values'

然后我尝试：

user2["CallTime"] = user2.assign(CallTime = CallTime.values)

但我再次收到与上述相同的错误消息。

我也尝试使用合并命令，但由于某种原因，尽管我导入了熊猫，但 Python 无法识别它。 在下面的示例中，CallTime 是一个数据帧：

 user3 = merge(user2, CallTime)

错误信息：

  Traceback (most recent call last):
  File "<ipython-input-56-0ebf65759df3>", line 1, in <module>
  user3 = merge(user2, CallTime)
  NameError: name 'merge' is not defined

有任何想法吗？

谢谢！

Answer 1

pandas DataFrame是一个二维的数据结构，一个DataFrame每一列都是一个一维的Series 。 因此，如果要向 DataFrame 添加一列，则必须先将其转换为Series 。 np.ndarray 是一种多维数据结构。 从您的代码中，我相信 np.ndarray CallTime的形状应该是nx1 （ n行和1列），并且很容易将其转换为系列。 下面是一个例子：

df = DataFrame(np.random.rand(5,2), columns=['A', 'B'])

这将创建一个具有两列“A”和“B”以及5行的数据框df 。

CallTime = np.random.rand(5,1)

假设这是您的np.ndarray数据CallTime

df['C'] = pd.Series(CallTime[:, 0])

这将向df添加一个新列。 这里CallTime[:,0]用于选择CallTime第一列，因此如果您想使用与np.ndarray不同的列，请更改索引。

请确保df和CallTime的行数相等。

希望这会有所帮助。

Answer 2

我认为只提供文档，我将尝试提供一个示例：

import numpy as np
import pandas as pd

data = {'A': [2010, 2011, 2012],
    'B': ['Bears', 'Bears', 'Bears'],
    'C': [11, 8, 10],
    'D': [5, 8, 6]}
user2 = pd.DataFrame(data, columns=['A', 'B', 'C', 'D'])

#creating the array what will append to pandas dataframe user2
CallTime = np.array([1, 2, 3])

#convert to list the ndarray array CallTime, if you your CallTime is a matrix than after converting to list you can iterate or you can convert into dataframe and just append column required or just join the dataframe.

user2.loc[:,'CallTime'] = CallTime.tolist()


print(user2)

我认为这个会有所帮助，如果需要找出我们为什么需要列表以及如何做，还可以查看numpy.ndarray.tolist文档，这里还有示例如何在需要https://stackoverflow 的情况下从 numpy 创建数据帧。 com/a/35245297/2027457

Answer 3

这是一个简单的解决方案。

user2["CallTime"] = CallTime

您的问题是 CallTime 是一个数组，您不能使用 .values。 由于 .values 用于将数据帧转换为数组。 例如，

df = DataFrame(np.random.rand(10,2), columns=['A', 'B'])
# The followings are correct
df.values
df['A'].values
df['B'].values