在Pandas数据框中添加列

Question

这可能很简单，但我有以下数据：

在数据框架1中：

index dat1
0     9
1     5

在第二个数据框中：

index dat2
0     7
1     6

我想要一个具有以下形式的数据框：

index dat1  dat2
0     9     7
1     5     6

我尝试使用append方法，但是得到了一个交叉连接（即笛卡尔积）。

应该如何正确操作？

- BenDundee

---

你尝试使用join方法了吗？ - BrenBarn

将data_frame_2中的'dat2'列赋值给data_frame_1中的'dat2'列。 - lowtech

@lowtech：这是否确保索引正确配对？ - BenDundee

@BenDundee：是的，它确实可以。 - lowtech

Answer 1

总的来说，你似乎只是在寻找一个联接(join)：

> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
   dat1  dat2
0     9     7
1     5     6

- U2EF1

---

在这种情况下，可以使用pd.concat([dat1, dat2], axis=1)进行连接。 - DSM

@BenDundee：join和concat在内部使用了很多相同的代码，因此“正确”的方法可能只有在考虑边缘情况时才更为重要。例如，在这里，如果两个DataFrame都有一个名为'data'的列，则join会失败，而concat会给您两个名为'data'的列。 - U2EF1

@U2EF1：我在谈论你的回复和我的回复。总有N种方法来解决问题 :) - BenDundee

@BenDundee 我明白了。那种方法会丢弃唯一索引，并在更复杂的情况下产生更奇怪的副作用。例如，如果我有两列名为“data”，分组/求和将开始对不同的数据列进行求和，这几乎肯定不是您想要的。字符串数据将被连接起来。 - U2EF1

如 @jeremy-z 所指出的，如果两个数据集的索引不相同，则需要在两个数据集中重置索引。否则，你将得到一个带有许多NaN行的数据集。 - Israel Varea

Answer 2

你也可以使用：

dat1 = pd.concat([dat1, dat2], axis=1)

- Ella Cohen

---

如果你遇到了 InvalidIndexError: Reindexing only valid with uniquely valued Index objects 错误，你可以使用： pd.concat([dat1.reset_index(), dat2], axis=1)。 - beyondfloatingpoint

Answer 3

无论是使用join()还是concat()方法都可以解决这个问题。然而，我必须提醒一个警告：如果你试图从另一个DataFrame选择一些行来处理数据，则在使用join()或concat()之前请重置索引。

下面的示例展示了join和concat的一些有趣的行为：

dat1 = pd.DataFrame({'dat1': range(4)})
dat2 = pd.DataFrame({'dat2': range(4,8)})
dat1.index = [1,3,5,7]
dat2.index = [2,4,6,8]

# way1 join 2 DataFrames
print(dat1.join(dat2))
# output
   dat1  dat2
1     0   NaN
3     1   NaN
5     2   NaN
7     3   NaN

# way2 concat 2 DataFrames
print(pd.concat([dat1,dat2],axis=1))
#output
   dat1  dat2
1   0.0   NaN
2   NaN   4.0
3   1.0   NaN
4   NaN   5.0
5   2.0   NaN
6   NaN   6.0
7   3.0   NaN
8   NaN   7.0

#reset index 
dat1 = dat1.reset_index(drop=True)
dat2 = dat2.reset_index(drop=True)
#both 2 ways to get the same result

print(dat1.join(dat2))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7


print(pd.concat([dat1,dat2],axis=1))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7

- Jeremy Z

---

说得好，观点很好。我尝试过不重置索引，结果生成了大量的NULLS。 - Anand

没有进行重置步骤，我的数据看起来很好，但显然幕后有些东西没有正常工作。感谢您指出这一点！重置让我的模型重新运行起来了！ - Ionut Ciuta

这应该是被接受的答案！如果我们不重置索引，它总是会生成NaN。 - Srivatsan

这一步帮了我大忙。我一直在试图理解为什么concat和join会抛出很多NaN。感谢您分享这个。 - Gustavo Rottgering

为什么我必须重置索引？我尝试了不重置索引，它也可以正常工作。 - PeterBe

Answer 4

也许太简单了，但无论如何...

dat1 = pd.DataFrame({'dat1': [9,5]})
dat2 = pd.DataFrame({'dat2': [7,6]})
dat1['dat2'] = dat2  # Uses indices from dat1

结果：

    dat1  dat2
0     9     7
1     5     6

- MarMat

Answer 5

您可以分配新的列。使用索引来对齐相应的行：

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [10, 20, 30]}, index=[0, 1, 2])
df2 = pd.DataFrame({'C': [100, 200, 300]}, index=[1, 2, 3])

df1['C'] = df2['C']

结果：

   A   B      C
0  1  10    NaN
1  2  20  100.0
2  3  30  200.0

忽略索引：

df1['C'] = df2['C'].reset_index(drop=True)

结果：

   A   B    C
0  1  10  100
1  2  20  200
2  3  30  300

- Mykola Zotko

Answer 6

只是一个正确的谷歌搜索问题：

data = dat_1.append(dat_2)
data = data.groupby(data.index).sum()

- BenDundee