Question

使用Pandas，我有一些数据要添加到我的``results''数据帧中。也就是说，我有

naics = someData

哪个看起来像这样

   indnaics  ind1990
89    81393      873

但是，它可以有多行。我想将这些添加到我的results数据框中，以及一个名为year的变量。如果有多行，则对于所有行，它应该是相同的year值。这是我到目前为止所尝试的

for job in jobs:
    df2 =  iGetThisFromJob()
    years = df2.year.unique()
    naics = iGetThisFromJob()
    if len(naics) == 0:
        continue

    for year in years:
        wages = df2.incwage[df2.year == year]
    # Add all the data to results, this is how I try it
        rows = pd.DataFrame([dict(year=year, incwage=mean(wages), )])
    # I also want to add the column indnaics from my naics 
        rows['naics'] = naics.indnaics
        results = results.append(rows, ignore_index=True)

然而，尽管naics.indnaics已满，但我无法以这种方式将其添加到rows对象。

naics.indnaics

Out[1052]: 
89    81393

rows ['naics'] = naics.indnaics       行

Out[1051]: 
        incwage  year naics
0  45853.061224  2002   NaN

如果还有其他任何与我的代码不相符的内容，请告诉我们。我才开始学习熊猫。

谢谢！

/编辑预期产出：

        incwage  year   naics
0  45853.061224  2002   81393
0  45853.061224  2002   12312

/编辑建议的解决方案：

index = arange(0, len(naics))
columns = ['year', 'incwage', 'naics']
rows = pd.DataFrame(index=index, columns=columns)
rows.year = year
rows.incwage = mean(wages)
rows.naics = naics.indnaics.values

Answer 1

获得NaN值的原因是因为索引不匹配（在rows['naics'] = naics.indnaics rows中有索引0，而naics.indnaics有索引89），并且分配值将尝试调整指数。

例如，你可以通过仅取值（例如naics.indnaics.values）来解决这个问题。以玩具为例：

In [30]: df = pd.DataFrame({'A':[0], 'B':[1]})
In [31]: df
Out[31]: 
   A  B
0  0  1


In [32]: s = pd.Series([2], index=[83])
In [33]: s
Out[33]: 
83    2
dtype: int64

In [35]: df['new_column'] = s
In [36]: df
Out[36]: 
   A  B  new_column
0  0  1         NaN

In [37]: df['new_column'] = s.values
In [38]: df
Out[38]: 
   A  B  new_column
0  0  1           2

如果要添加可能包含更多值的系列，可以使用以下几种方法。我想到了：

例如，首先将数据帧重新索引到系列的长度：

In [75]: s
Out[75]: 
83    2
84    4
dtype: int64

In [76]: df
Out[76]: 
   A  B
0  0  1

In [77]: df = df.reindex(np.zeros(len(s)))
In [78]: df
Out[78]: 
   A  B
0  0  1
0  0  1

In [79]: df['new_column'] = s.values

In [80]: df
Out[80]: 
   A  B  new_column
0  0  1           2
0  0  1           4

或者相反，将数据框添加到系列（您首先转换为数据框）：

In [90]: ss = s.to_frame().set_index(np.array([0,0]))
In [91]: ss[df.columns] = df
In [92]: ss
Out[92]: 
   0  A  B
0  2  0  1
0  4  0  1

[2 rows x 3 columns]

将Pandas Dataframe-column添加到新数据帧

1 个答案: