Question

有没有办法直接将系列加入DataFrame？

连接将位于数据框的字段和系列的索引上。

我找到的唯一方法是首先将系列转换为数据帧，如下面的代码所示。

import numpy as np
import pandas as pd

df = pd.DataFrame()
df['a'] = np.arange(0, 4)
df['b'] = np.arange(100, 104)


s = pd.Series(data=np.arange(100, 103))

# this doesn't work
# myjoin = pd.merge(df, s, how='left', left_on='a', right_index=True)

# this does
s = s.reset_index()
# s becomes a Dataframe
# note you cannot reset the index of a series inplace
myjoin = pd.merge(df, s, how='left', left_on='a', right_on='index')

print myjoin

Answer 1

我猜http://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html可能有帮助。

例如内/外连接。

pd.concat((df,s), axis=1)
Out[26]: 
   a    b    0
0  0  100  100
1  1  101  101
2  2  102  102
3  3  103  NaN

In [27]: pd.concat((df,s), axis=1, join='inner')
Out[27]: 
   a    b    0
0  0  100  100
1  1  101  101
2  2  102  102

Answer 2

尝试使用concat（）：

import numpy as np
import pandas as pd

df= pd.DataFrame()
df['a']= np.arange(0,4)
df['b']= np.arange(100,104)

s =pd.Series(data = np.arange(100,103))

new_df = pd.concat((df, s), axis=1)
print new_df

打印：

   a    b    0
0  0  100  100
1  1  101  101
2  2  102  102
3  3  103  NaN

Answer 3

这是一个非常晚的答案，但对我来说有用的是使用您要在系列中检索的列构建数据框，将此系列命名为您需要的索引，将系列附加到数据框（如果系列中有补充元素，它们被添加到数据框中，在某些应用程序中可能很方便），然后通过此索引将最终数据框连接到要扩展的原始数据框。同意它不是直接的，但如果你有很多系列，那么这仍然是最方便的方式，而不是先在数据帧中转换每个系列。

如何将系列加入DataFrame？

3 个答案: