如何将列的一部分添加到新的 Pandas 数据框中？

Question

所以我有一个长度为 90 的熊猫数据框，这并不重要让我说我有：

df

A   date
1   2012-01-01
4   2012-02-01
5   2012-03-01
7   2012-04-01
8   2012-05-01
9   2012-06-01
2   2012-07-01
1   2012-08-01
3   2012-09-01
2   2012-10-01
5   2012-11-01
9   2012-12-01
0   2013-01-01
6   2013-02-01

我创建了一个新的数据框

df_copy=df.copy() 
index = range(0,3)
df1 = pd.DataFrame(index=index, columns=range((len(df_copy.columns))))
df1.columns = df_copy.columns                     

df1['date'] = pd.date_range('2019-11-01','2020-01-01' , freq='MS')-pd.offsets.MonthBegin(1)

这应该创建一个这样的数据框

A   date
na   2019-10-01
na   2019-11-01
na   2019-12-01

所以我使用以下代码来获取新数据框中 A 的值

df1['A'] = df1['A'].iloc[9:12]

我希望结果是这样

A   date
2   2019-10-01
5   2019-11-01
9   2019-12-01

所以我希望为最后 3 个值分配在新数据框中具有 iloc 位置 9-12 的值，索引不同，两个数据框中的日期也是如此。 有没有办法做到这一点，因为

 df1['A'] = df1['A'].iloc[9:12]

似乎不起作用

Answer 1

据我所知，您可以通过生成几个新的数据框来解决这个问题

df_copy=df.copy() 
index = range(0,1)
df1 = pd.DataFrame(index=index, columns=range((len(df_copy.columns))))
df1.columns = df_copy.columns                     

df1['date'] = pd.date_range('2019-11-01','2019-11-01' , freq='MS')-pd.offsets.MonthBegin(1)
df1['A'] = df1['A'].iloc[9]

然后附加到您的原始数据框并重复它有点不知所措，但这似乎是我能想到的唯一解决方案