根据其他数据框向熊猫数据框添加新列

Posted 2023-02-23

【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！

【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