使用默認值將pandas.DataFrame列分配給Series

Question

假設我有一個DataFrame

df = pandas.DataFrame({'a': [1,2], 'b': [3,4]}, ['foo', 'bar'])

     a  b
foo  1  3
bar  2  4

我想添加一個基於另一個Series的列：

s = pandas.Series({'foo': 10, 'baz': 20})

foo    10
baz    20
dtype: int64

如果DataFrame索引值不在Series索引中，如何將Series分配給DataFrame的列並提供默認值？

我正在尋找某種形式的東西：

df['c'] = s.withDefault(42)

這將導致以下數據框：

     a b c 
foo  1 3 10
bar  2 4 42

#Note: bar got value 42 because it's not in s

預先感謝您的考慮和回應。

Answer 1

將map與get

get具有可用於指定默認值的參數。

df.assign(c=df.index.map(lambda x: s.get(x, 42)))

     a  b   c
foo  1  3  10
bar  2  4  42

---

將reindex與fill_value一起fill_value

df.assign(c=s.reindex(df.index, fill_value=42))

     a  b   c
foo  1  3  10
bar  2  4  42

Answer 2

您需要在df和從s獲取的數據幀之間使用join ，然后在您的情況下用默認值（即42）填充NaN 。

df['c'] = df.join(pandas.DataFrame(s, columns=['c']))['c'].fillna(42).astype(int)

輸出：

    a   b   c
foo 1   3   10
bar 2   4   42