如何将系列加入数据框？

Posted 2023-02-24

【中文标题】如何将系列加入数据框？

【英文标题】：How to join a Series to a DataFrame?

【发布时间】：2015-11-26 22:10:10

【问题描述】：

有什么方法可以直接将 Series 加入 DataFrame？

连接将位于数据框的字段和系列的索引上。

我发现的唯一方法是先将系列转换为数据框，如下面的代码所示。

import numpy as np
import pandas as pd

df = pd.DataFrame()
df['a'] = np.arange(0, 4)
df['b'] = np.arange(100, 104)


s = pd.Series(data=np.arange(100, 103))

# this doesn't work
# myjoin = pd.merge(df, s, how='left', left_on='a', right_index=True)

# this does
s = s.reset_index()
# s becomes a Dataframe
# note you cannot reset the index of a series inplace
myjoin = pd.merge(df, s, how='left', left_on='a', right_on='index')

print myjoin

【问题讨论】：

抱歉，您只是要求添加一个新列，例如：df['new_col'] = df['a'].map(s)?

我相信您问题中的解决方案（使s 成为带有reset_index() 的数据框）是正确的解决方案。

我想将Series中的列添加到数据框中，但是如何指定它应该是左外连接还是内连接，以及如何指定数据框的哪一列该系列的索引应该匹配吗？谢谢

在您的情况下，您应该使用 pd.join 而不是 pd.merge。文档说得很清楚：pandas.pydata.org/pandasdocs/stable/generated/… 但是你应该在组合两个之前定义系列的名称。

【参考方案1】：

试试 concat():

import numpy as np
import pandas as pd

df= pd.DataFrame()
df['a']= np.arange(0,4)
df['b']= np.arange(100,104)

s =pd.Series(data = np.arange(100,103))

new_df = pd.concat((df, s), axis=1)
print new_df

打印出来：

   a    b    0
0  0  100  100
1  1  101  101
2  2  102  102
3  3  103  NaN

【参考方案2】：

我猜http://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html 可能会有所帮助。

例如内/外连接。

pd.concat((df,s), axis=1)
Out[26]: 
   a    b    0
0  0  100  100
1  1  101  101
2  2  102  102
3  3  103  NaN

In [27]: pd.concat((df,s), axis=1, join='inner')
Out[27]: 
   a    b    0
0  0  100  100
1  1  101  101
2  2  102  102

【讨论】：

这是否加入索引？就我而言，索引不同，我想指定要加入的字段，但 concat 似乎没有像 pd.merge 这样的 on、left_on、right_on 参数

是的，它加入索引。只解决这部分>>我想将Series中的列添加到数据框中，但是如何指定它应该是左外连接还是内连接

mmm，那么使用 reset_index 从系列转换为数据帧的唯一方法是什么？这会将索引转换为列，该列将添加到合并函数的结果中。因此，我需要将其删除。这一切似乎都是不必要的复杂！

真的不知道，也许还有其他方法，但我不知道也找不到。

【参考方案3】：

这是一个非常晚的答案，但对我有用的是构建一个数据框，其中包含您要在系列中检索的列，将此系列命名为您需要的索引， 将系列附加到数据框（如果您在系列中有补充元素，则将它们添加到数据框，这在某些应用程序中可能很方便），然后通过此索引将最终数据框连接到要扩展的原始数据框。同意这不是直接的，但如果你有很多系列，这仍然是最方便的方法，而不是先在数据框中转换每个。