1
如何使用熊猫行作为numpy数组的索引?说我有熊猫列作为numpy数组的索引
>>> grid = arange(10,20)
>>> df = pd.DataFrame([0,1,1,5], columns=['i'])
我愿做
>>> df['j'] = grid[df['i']]
IndexError: unsupported iterator index
的是,真正执行这个操作很短的,清洁的方式?
更新
为了精确,我想,其具有对应于第一列包含的索引的值的附加列:df['j'][0] = grid[df['i'][0]]
在0
柱等
预期输出:
index i j
0 0 10
1 1 11
2 1 11
3 5 15
并行案例:Numpy-to-Numpy
只是为了展示其中的想法来自于,在标准Python/numpy
,如果你有
>>> keys = [0, 1, 1, 5]
>>> grid = arange(10,20)
>>> grid[keys]
Out[30]: array([10, 11, 11, 15])
这正是我想做的事情。只有我的密钥不存储在一个向量中,它们存储在一个列中。
因为我真的不明白这里应用的逻辑:我将如何影响索引?现在这个'df ['i']'有一个索引,但我希望它具有'df'的索引。 – FooBar
你想做什么?它不是一个好主意,使用熊猫结构索引到一个numpy数组,因为numpy数组不知道索引或任何东西。 – Jeff
我想将该系列添加到原始数据框。 – FooBar