将Pandas Dataframe列添加到新datafram

2024-03-29 04:59:37 发布

您现在位置:Python中文网/ 问答频道 /正文

使用Pandas,我有一些数据要添加到“results”数据框中。也就是说,我有

naics=一些数据

看起来像这样

   indnaics  ind1990
89    81393      873

但是,它可以有多行。我想将它们与名为year的变量一起添加到我的results数据框中。如果有多行,则所有行的year值都应相同。这就是我目前正在尝试的

for job in jobs:
    df2 =  iGetThisFromJob()
    years = df2.year.unique()
    naics = iGetThisFromJob()
    if len(naics) == 0:
        continue

    for year in years:
        wages = df2.incwage[df2.year == year]
    # Add all the data to results, this is how I try it
        rows = pd.DataFrame([dict(year=year, incwage=mean(wages), )])
    # I also want to add the column indnaics from my naics 
        rows['naics'] = naics.indnaics
        results = results.append(rows, ignore_index=True)

但是,尽管naics.indnaics已满,但我不能以这种方式将其添加到rows对象中。

naics.indnaics

Out[1052]: 
89    81393

rows['naics'] = naics.indnaics rows

Out[1051]: 
        incwage  year naics
0  45853.061224  2002   NaN

如果我的代码还有什么不好的地方,请告诉我。我才刚开始学熊猫。

谢谢!

/编辑 预期产量:

        incwage  year   naics
0  45853.061224  2002   81393
0  45853.061224  2002   12312

/编辑 建议的解决方案:

index = arange(0, len(naics))
columns = ['year', 'incwage', 'naics']
rows = pd.DataFrame(index=index, columns=columns)
rows.year = year
rows.incwage = mean(wages)
rows.naics = naics.indnaics.values

Tags: columns数据inforindexyearresultsrows
1条回答
网友
1楼 · 发布于 2024-03-29 04:59:37

获取NaN值的原因是索引不匹配(在rows['naics'] = naics.indnaicsrows中索引为0,而naics.indnaics中索引为89),分配该值将尝试对齐索引。

例如,您可以通过只获取值(例如naics.indnaics.values)来解决这个问题。以玩具为例:

In [30]: df = pd.DataFrame({'A':[0], 'B':[1]})
In [31]: df
Out[31]: 
   A  B
0  0  1


In [32]: s = pd.Series([2], index=[83])
In [33]: s
Out[33]: 
83    2
dtype: int64

In [35]: df['new_column'] = s
In [36]: df
Out[36]: 
   A  B  new_column
0  0  1         NaN

In [37]: df['new_column'] = s.values
In [38]: df
Out[38]: 
   A  B  new_column
0  0  1           2

如果要添加可能包含更多值的序列,有两个选项。我想到:

例如,首先将数据帧重新索引为序列的长度:

In [75]: s
Out[75]: 
83    2
84    4
dtype: int64

In [76]: df
Out[76]: 
   A  B
0  0  1

In [77]: df = df.reindex(np.zeros(len(s)))
In [78]: df
Out[78]: 
   A  B
0  0  1
0  0  1

In [79]: df['new_column'] = s.values

In [80]: df
Out[80]: 
   A  B  new_column
0  0  1           2
0  0  1           4

或者反过来,将dataframe添加到序列(您首先将其转换为dataframe):

In [90]: ss = s.to_frame().set_index(np.array([0,0]))
In [91]: ss[df.columns] = df
In [92]: ss
Out[92]: 
   0  A  B
0  2  0  1
0  4  0  1

[2 rows x 3 columns]

相关问题 更多 >