根据其他数据框向熊猫数据框添加新列
Posted
技术标签:
【中文标题】根据其他数据框向熊猫数据框添加新列【英文标题】:Add new columns to pandas dataframe based on other dataframe 【发布时间】:2017-01-14 12:24:55 【问题描述】:我正在尝试在 pandas 数据框中设置一个新列(实际上是两列),数据来自其他数据框。
我有以下两个数据框(它们是为此目的的示例,原始数据框要大得多):
In [116]: df0
Out[116]:
A B C
0 0 1 0
1 2 3 2
2 4 5 4
3 5 5 5
In [118]: df1
Out[118]:
A D E
0 2 7 2
1 6 5 5
2 4 3 2
3 0 1 0
4 5 4 6
5 0 1 0
我想有一个新的数据框(或添加到 df0,无论如何),如:
df2:
A B C D E
0 0 1 0 1 0
1 2 3 2 7 2
2 4 5 4 3 2
3 5 5 5 4 6
如您所见,结果数据框中不存在 A=6 的行,该行存在于 df1 但不存在于 df0 中。此外,A=0 的行在 df1 中重复,但在结果 df2 中没有。
实际上,我在选择方法上遇到了问题。我可以这样做:
df1.loc[df1['A'].isin(df0['A'])]
但我不确定如何应用唯一数据的保留部分(请记住,df1 可以包含重复数据)并将两列添加到 df2 数据集(或将它们添加到 df0)。 我在这里搜索过,但不知道如何应用 groupby 甚至 map 之类的东西。
有什么想法吗?
谢谢!
【问题讨论】:
【参考方案1】:这是merge
(docs)的基本应用:
import pandas as pd
df2 = pd.merge(df0,df1, left_index=True, right_index=True)
【讨论】:
我猜应该是:pd.merge(df0, df1, on=['A'])
一开始我尝试了你的解决方案,后来由于性能提升我转而加入【参考方案2】:
试试这个 new_data=df0.set_index('A').join(df1.set_index('A')) 您可能会收到索引错误,然后您必须设置为不相等。两个数据框中的索引
【讨论】:
以上是关于根据其他数据框向熊猫数据框添加新列的主要内容,如果未能解决你的问题,请参考以下文章