使用pandas DataFrame连接（连接）NumPy数组

Question

我有一个包含10行5列的pandas数据帧和一个零np.zeros((10,3))的numpy矩阵。

我想将numpy矩阵连接到pandas数据帧，但是我想在将numpy数组连接到pandas数据帧之前删除pandas数据帧中的最后一列。

所以我最终得到一个10行和5 - 1 + 3 = 7列的矩阵。

我想我可以使用

new_dataframe = pd.concat([
    original_dataframe,
    pd.DataFrame(np.zeros((10, 3)), dtype=np.int)
], axis=1, ignore_index=True)

其中original_dataframe有10行5列。

在连接numpy数组之前，如何从original_dataframe删除最后一列？我如何确保保留所有数据类型？

Answer 1

设置

np.random.seed(0)
df = pd.DataFrame(np.random.choice(10, (3, 3)), columns=list('ABC'))
df

   A  B  C
0  5  0  3
1  3  7  9
2  3  5  2

---

np.column_stack / stack(axis=1) / hstack

pd.DataFrame(pd.np.column_stack([df, np.zeros((df.shape[0], 3), dtype=int)]))

   0  1  2  3  4  5
0  5  0  3  0  0  0
1  3  7  9  0  0  0
2  3  5  2  0  0  0

有用（和高性能），但不保留df中的列名。如果您确实想切出最后一列，请使用iloc并将其切出：

pd.DataFrame(pd.np.column_stack([
    df.iloc[:, :-1], np.zeros((df.shape[0], 3), dtype=int)]))

   0  1  2  3  4
0  5  0  0  0  0
1  3  7  0  0  0
2  3  5  0  0  0

---

pd.concat

您需要将数组转换为DataFrame。

df2 = pd.DataFrame(np.zeros((df.shape[0], 3), dtype=int), columns=list('DEF'))
pd.concat([df, df2], axis=1)

   A  B  C  D  E  F
0  5  0  3  0  0  0
1  3  7  9  0  0  0
2  3  5  2  0  0  0

---

DataFrame.assign

如果仅添加常量值，则可以使用assign：

df.assign(**dict.fromkeys(list('DEF'), 0))

   A  B  C  D  E  F
0  5  0  3  0  0  0
1  3  7  9  0  0  0
2  3  5  2  0  0  0