在Pandas中将新列附加到DataFrame中

Question

我有两个索引相同的数据框，想要将第二个添加到第一个上面。可以假设我有：

df1 = pd.DataFrame([1,2,3], index = [2,3,4])
df2 = pd.DataFrame([3,5,3], index = [2,3,4])
df1 = df1.append(df2)

该函数返回

   0
2  1
3  2
4  3
2  3
3  5
4  3

但我希望它能添加一个新的列，其中索引匹配：

2  1  3
3  2  5
4  3  3

有没有办法做到这一点？

- TheStrangeQuark

---

可能是在Python Pandas中添加2个数据框的重复问题。 - user2734178

Answer 1

使用concat函数并传递参数axis=1，按列将数据框列表拼接起来：

In [3]:

df1 = pd.DataFrame([1,2,3], index = [2,3,4])
df2 = pd.DataFrame([3,5,3], index = [2,3,4])
pd.concat([df1,df2], axis=1)
Out[3]:
   0  0
2  1  3
3  2  5
4  3  3

您也可以使用join，但您需要先重命名列：

In [6]:

df1.join(df2.rename(columns={0:'x'}))
Out[6]:
   0  x
2  1  3
3  2  5
4  3  3

或者使用merge指定您希望基于索引进行匹配：

In [8]:

df1.merge(df2.rename(columns={0:'x'}), left_index=True, right_index=True )
Out[8]:
   0  x
2  1  3
3  2  5
4  3  3

- EdChum

Answer 2

如果索引完全匹配，而另一个DataFrame只有一列（就像你的问题一样），那么你甚至可以将另一个DataFrame添加为新列。

>>> df1['new_column'] = df2
>>> df1
   0  new_column
2  1           3
3  2           5
4  3           3

一般而言，“concat”方法更好。如果您有不同的索引，可以选择进行“inner join”或“outer join”。

>>> df2 = pd.DataFrame([3,5,3], index = [2,3,5])
>>> df2
   0
2  3
3  5
5  3

>>> pd.concat([df1, df2], axis=1, join='inner')
   0  0
2  1  3
3  2  5

>>> pd.concat([df1, df2], axis=1, join='outer')
    0   0
2   1   3
3   2   5
4   3 NaN
5 NaN   3

- vk1011