将列附加到新数据框

Posted 2023-03-12

【中文标题】将列附加到新数据框

【英文标题】：Appending columns to a new dataframe

【发布时间】：2019-01-22 10:46:33

【问题描述】：

我有一个看起来像这样的数据框。

df =

    0   1   2   3   4
0   0.5 0.4 0.3 0.2 0.1
1   0.5 0.4 0.3 0.2 0.1
2   0.5 0.4 0.3 0.2 0.1
3   0.5 0.4 0.3 0.2 0.1

还有一个看起来像这样的列表。

dir = [[0,1,2],[3,4]] 

我想要做的是创建一个新的空数据框，并根据列表用附加的列填充它。为此，我需要遍历列表并附加相应的列。这是所需的输出：

    0    1
0   0.5  0.2
1   0.5  0.2
2   0.5  0.2
3   0.5  0.2
4   0.4  0.1
5   0.4  0.1
6   0.4  0.1
7   0.4  0.1
8   0.3
9   0.3
10  0.3
11  0.3

这是我的代码尝试：

new_df = pd.DataFrame()
for i in dir:
    for j in i:
        new_df.append([df[i]])

但是每次都会覆盖新的数据帧而不是追加，并且还会将数据追加为行而不是列。

编辑 以下解决方案适用于等长列表的列表：

L = [[0,1],[2,3]]

df = pd.DataFrame(np.hstack([df[x].values.T.ravel()[:, None] for x in L]))
print (df)

但是我需要一个可以处理不同长度列表的解决方案（即 list = [ [0,1,2], [3,4] ]）

【参考方案1】：

使用numpy.hstack 防止使用DataFrame 构造函数按列名对齐列：

L = [[0,1],[2,3]]

df = pd.DataFrame(np.hstack([df[x].values.T.ravel()[:, None] for x in L]))
print (df)

     0    1
0  0.5  0.3
1  0.5  0.3
2  0.5  0.3
3  0.5  0.3
4  0.4  0.2
5  0.4  0.2
6  0.4  0.2
7  0.4  0.2

编辑：对于一般解决方案，请创建 Series 并通过 concat 加入：

L = [[0,1,2],[3,4]] 

df = pd.concat([pd.Series(df[x].values.T.ravel()) for x in L], axis=1)
print (df)
      0    1
0   0.5  0.2
1   0.5  0.2
2   0.5  0.2
3   0.5  0.2
4   0.4  0.1
5   0.4  0.1
6   0.4  0.1
7   0.4  0.1
8   0.3  NaN
9   0.3  NaN
10  0.3  NaN
11  0.3  NaN

【讨论】：

也许，我认为，只是轻微的结构调整可以匹配 op 的预期输出。

pd.DataFrame(np.vstack([df[x].values.T.ravel() for x in l]).T)

感谢@jezrael，这些对示例非常有效。但这适用于包含以下内容的列表：list = [ [0,1,2], [3,4], [5], [6,7,8,9,10], [11,12 ] ] ?

您的解决方案@Wen 的同样问题 :) 它适用于具有不同形状的列表列表吗？

【参考方案2】：

使用melt

l=[[0,1],[2,3]]
d=x : df[y].melt().value.tolist()  for x,y in enumerate(l)
pd.DataFrame(d)
Out[171]: 
     0    1
0  0.5  0.3
1  0.5  0.3
2  0.5  0.3
3  0.5  0.3
4  0.4  0.2
5  0.4  0.2
6  0.4  0.2
7  0.4  0.2

【讨论】：

感谢@Wen，这对于给出的示例很有效。这需要如何更改以接受具有不同长度的列表列表？例如列表 = [ [0,1,2], [3,4], [5], [6,7] ]