从具有不同索引的另一个数据帧中添加熊猫数据帧中的新列

Question

这是我的原始数据框。 这是我第二个包含一列的数据帧。 我想将第二个数据帧的列添加到最后的原始数据帧。两个数据帧的索引都不相同。 我不喜欢得到了添加了这个

feature_file_df['RESULT']=RESULT_df['RESULT'] 

结果列，但所有值都为NaN的

如何与价值

Answer 1

假设你dataframes的尺寸都是一样的，你可以指定添加列将RESULT_df['RESULT'].values添加到您的原始数据框中。这样，您不必担心索引问题。

feature_file_df['RESULT'] = RESULT_df['RESULT'].values 

---

设置

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 
5 -1.094666 -0.377783 
6 0.351193 -1.045290 
7 -0.013174 1.525027 
8 -0.155707 -0.389500 
9 -0.295518 0.177683 

df2 

      C 
11 -0.140670 
12 1.496007 
13 0.263425 
14 -0.557958 
15 -0.018375 
16 1.044098 
17 -0.412894 
18 1.187938 
19 1.989982 
20 0.502832 

让我们先尝试直接分配。

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 
5 -1.094666 -0.377783 NaN 
6 0.351193 -1.045290 NaN 
7 -0.013174 1.525027 NaN 
8 -0.155707 -0.389500 NaN 
9 -0.295518 0.177683 NaN 

现在，分配.values属性。 .values返回一个没有索引的numpy数组。

df2['C'].values 
array([-0.141, 1.496, 0.263, -0.558, -0.018, 1.044, -0.413, 1.188, 
     1.99 , 0.503]) 

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 
5 -1.094666 -0.377783 1.044098 
6 0.351193 -1.045290 -0.412894 
7 -0.013174 1.525027 1.187938 
8 -0.155707 -0.389500 1.989982 
9 -0.295518 0.177683 0.502832