Pandas 將列名從一個數據幀復制到另一個

Question

假設我們有兩個 Pandas 數據框。 第一個沒有列名：

no_col_names_df = pd.DataFrame(np.array([[1,2,3], [4,5,6], [7,8,9]]))

第二個有：

col_names_df = pd.DataFrame(np.array([[10,2,3], [4,45,6], [7,18,9]]),
                           columns=['col1', 'col2', 'col3'])

我想要做的是將列名從col_names_df復制到no_col_names_df以便創建以下數據框：

    col1    col2    col3
0   1       2       3
1   4       5       6
2   7       8       9

我嘗試了以下方法：

new_df_with_col_names = pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

但我得到的不是no_col_names_df的值，而是NaN 。

Answer 1

就像您使用帶有列名的數據幀中的列一樣，您可以使用來自數據幀的值而不使用列名：

new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

---

 In [4]: new_df_with_col_names = pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns) In [5]: new_df_with_col_names Out[5]: col1 col2 col3 0 NaN NaN NaN 1 NaN NaN NaN 2 NaN NaN NaN In [6]: new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns) In [7]: new_df_with_col_names Out[7]: col1 col2 col3 0 1 2 3 1 4 5 6 2 7 8 9

Answer 2

最簡單的方法是將col_names_df的列直接分配給no_col_names_df的列：

no_col_names_df.columns = col_names_df.columns

     col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9

Answer 3

這個：

pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

為您提供所有“NaN”數據框，因為您傳遞了一個數據框來構造一個新數據框並為其分配新columns 。 Pandas 本質上構造了相同的數據框，並在其上沿axis 1 reindex 。 換句話說，該命令相當於執行以下操作：

no_col_names_df.reindex(col_names_df.columns, axis=1)

您需要直接更改no_col_names_df.columns或傳遞no_col_names_df.values

Answer 4

如果你得到 nan 那么問題很可能是數據參數，試試這個：

new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

輸出：

   col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9

Answer 5

我嘗試了最簡單的方法，它對我有用；

no_col_names_df.columns = col_names_df.columns