從具有不同索引的另一個數據幀中添加熊貓數據幀中的新列

Question

這是我的原始數據框。 這是我第二個包含一列的數據幀。 我想將第二個數據幀的列添加到最後的原始數據幀。兩個數據幀的索引都不相同。 我不喜歡得到了添加了這個

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

結果列，但所有值都爲NaN的

如何與價值

Answer 1

假設你dataframes的尺寸都是一樣的，你可以指定添加列將RESULT_df['RESULT'].values添加到您的原始數據框中。這樣，您不必擔心索引問題。

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

---

設置

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 

讓我們先嚐試直接分配。

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 

現在，分配.values屬性。 .values返回一個沒有索引的numpy數組。

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