[英]Append column to pandas dataframe
這可能很容易,但我有以下數據:
在數據框 1 中:
index dat1
0 9
1 5
在數據框 2 中:
index dat2
0 7
1 6
我想要一個具有以下形式的數據框:
index dat1 dat2
0 9 7
1 5 6
我試過使用append
方法,但我得到了一個交叉連接(即笛卡爾積)。
這樣做的正確方法是什么?
一般來說,您似乎只是在尋找加入:
> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
dat1 dat2
0 9 7
1 5 6
您還可以使用:
dat1 = pd.concat([dat1, dat2], axis=1)
join()
和concat()
方式都可以解決問題。 但是,我必須提到一個警告:如果您嘗試通過從另一個 DataFrame 中選擇一些行來處理某個數據框,請在join()
或concat()
之前重置索引。
下面的一個例子展示了 join 和 concat 的一些有趣的行為:
dat1 = pd.DataFrame({'dat1': range(4)})
dat2 = pd.DataFrame({'dat2': range(4,8)})
dat1.index = [1,3,5,7]
dat2.index = [2,4,6,8]
# way1 join 2 DataFrames
print(dat1.join(dat2))
# output
dat1 dat2
1 0 NaN
3 1 NaN
5 2 NaN
7 3 NaN
# way2 concat 2 DataFrames
print(pd.concat([dat1,dat2],axis=1))
#output
dat1 dat2
1 0.0 NaN
2 NaN 4.0
3 1.0 NaN
4 NaN 5.0
5 2.0 NaN
6 NaN 6.0
7 3.0 NaN
8 NaN 7.0
#reset index
dat1 = dat1.reset_index(drop=True)
dat2 = dat2.reset_index(drop=True)
#both 2 ways to get the same result
print(dat1.join(dat2))
dat1 dat2
0 0 4
1 1 5
2 2 6
3 3 7
print(pd.concat([dat1,dat2],axis=1))
dat1 dat2
0 0 4
1 1 5
2 2 6
3 3 7
也許無論如何都太簡單了......
dat1 = pd.DataFrame({'dat1': [9,5]})
dat2 = pd.DataFrame({'dat2': [7,6]})
dat1['dat2'] = dat2 # Uses indices from dat1
結果:
dat1 dat2
0 9 7
1 5 6
您可以分配一個新列。 使用索引對齊相應的行:
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [10, 20, 30]}, index=[0, 1, 2])
df2 = pd.DataFrame({'C': [100, 200, 300]}, index=[1, 2, 3])
df1['C'] = df2['C']
結果:
A B C
0 1 10 NaN
1 2 20 100.0
2 3 30 200.0
忽略索引:
df1['C'] = df2['C'].reset_index(drop=True)
結果:
A B C
0 1 10 100
1 2 20 200
2 3 30 300
只是一個正確的谷歌搜索問題:
data = dat_1.append(dat_2)
data = data.groupby(data.index).sum()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.