0
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
feature_file_df['RESULT']=RESULT_df['RESULT']
如何与价值
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
feature_file_df['RESULT']=RESULT_df['RESULT']
如何与价值
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
两个数据帧的长度是否匹配? 'len(feature_file_df)== len(RESULT_df)'? – Psidom
'feature_file_df ['RESULT'] = RESULT_df ['RESULT']。values'调用'values'属性。 –