2024-05-15 05:09:34 发布
网友
这是我的原始数据帧。 这是我的第二个包含一列的数据帧。 我想把第二个数据帧的列添加到末尾的原始数据帧。两个数据帧的索引都不同。 我确实喜欢这个
feature_file_df['RESULT']=RESULT_df['RESULT']
结果列已添加,但所有值均为NaN
如何添加有值的列
假设数据帧的大小相同,可以将RESULT_df['RESULT'].values分配给原始数据帧。这样,就不必担心索引问题。
RESULT_df['RESULT'].values
# pre 0.24 feature_file_df['RESULT'] = RESULT_df['RESULT'].values # >= 0.24 feature_file_df['RESULT'] = RESULT_df['RESULT'].to_numpy()
最小代码示例
df A B 0 -1.202564 2.786483 1 0.180380 0.259736 2 -0.295206 1.175316 3 1.683482 0.927719 4 -0.199904 1.077655 df2 C 11 -0.140670 12 1.496007 13 0.263425 14 -0.557958 15 -0.018375
我们先试试直接分配。
df['C'] = df2['C'] df A B C 0 -1.202564 2.786483 NaN 1 0.180380 0.259736 NaN 2 -0.295206 1.175316 NaN 3 1.683482 0.927719 NaN 4 -0.199904 1.077655 NaN
现在,分配由.values(或者对于pandas版本为.to_numpy()>;0.24)返回的数组。.values返回一个没有索引的numpy数组。
.values
.to_numpy()
numpy
df2['C'].values array([-0.141, 1.496, 0.263, -0.558, -0.018]) df['C'] = df2['C'].values df A B C 0 -1.202564 2.786483 -0.140670 1 0.180380 0.259736 1.496007 2 -0.295206 1.175316 0.263425 3 1.683482 0.927719 -0.557958 4 -0.199904 1.077655 -0.018375
假设数据帧的大小相同,可以将
RESULT_df['RESULT'].values
分配给原始数据帧。这样,就不必担心索引问题。最小代码示例
我们先试试直接分配。
现在,分配由
.values
(或者对于pandas版本为.to_numpy()
>;0.24)返回的数组。.values
返回一个没有索引的numpy
数组。相关问题 更多 >
编程相关推荐