将列附加到Pandas中的数据框

Question

我正在尝试将numpy.darray附加到数据框，但收效甚微。 数据帧称为user2，numpy.darray称为CallTime。

我试过了：

user2["CallTime"] = CallTime.values

但是我收到一条错误消息：

Traceback (most recent call last):
File "<ipython-input-53-fa327550a3e0>", line 1, in <module>
user2["CallTime"] = CallTime.values
AttributeError: 'numpy.ndarray' object has no attribute 'values'

然后我尝试了：

user2["CallTime"] = user2.assign(CallTime = CallTime.values)

但我再次收到与上面相同的错误消息。

我也尝试使用merge命令，但由于某种原因，虽然我已经导入了pandas，但Python无法识别它。在下面的示例中，CallTime是一个数据帧：

 user3 = merge(user2, CallTime)

错误讯息：

  Traceback (most recent call last):
  File "<ipython-input-56-0ebf65759df3>", line 1, in <module>
  user3 = merge(user2, CallTime)
  NameError: name 'merge' is not defined

有什么想法吗？

谢谢！

Answer 1

pandas DataFrame是一个二维数据结构，DataFrame的每一列都是一维Series。因此，如果要向DataFrame添加一列，则必须先将其转换为Series。 np.ndarray是一个多维数据结构。从您的代码中，我相信np.ndarray CallTime的形状应为nx1（n行和1 colmun），并且很容易将其转换为系列。这是一个例子：

df = DataFrame(np.random.rand(5,2), columns=['A', 'B'])

这会创建一个数据框df，其中包含两列“A”，“B”和5行。

CallTime = np.random.rand(5,1)

假设这是您的np.ndarray数据CallTime

df['C'] = pd.Series(CallTime[:, 0])

这会向df添加一个新列。此处CallTime[:,0]用于选择CallTime的第一列，因此，如果您要使用np.ndarray中的不同列，请更改索引。

请确保df和CallTime的行数相等。

希望这会有所帮助。

Answer 2

我认为只提供文档，我会尝试提供一个示例：

import numpy as np
import pandas as pd

data = {'A': [2010, 2011, 2012],
    'B': ['Bears', 'Bears', 'Bears'],
    'C': [11, 8, 10],
    'D': [5, 8, 6]}
user2 = pd.DataFrame(data, columns=['A', 'B', 'C', 'D'])

#creating the array what will append to pandas dataframe user2
CallTime = np.array([1, 2, 3])

#convert to list the ndarray array CallTime, if you your CallTime is a matrix than after converting to list you can iterate or you can convert into dataframe and just append column required or just join the dataframe.

user2.loc[:,'CallTime'] = CallTime.tolist()


print(user2)

我认为这个会有所帮助，如果需要找出我们需要列表的原因以及怎么做，请查看numpy.ndarray.tolist文档，这里也是示例如何在需要时从numpy创建数据帧{{3 }}

Answer 3

这是一个简单的解决方案。

user2["CallTime"] = CallTime

这里的问题是CallTime是一个数组，您不能使用.values。由于.values用于将数据帧转换为数组。例如，

df = DataFrame(np.random.rand(10,2), columns=['A', 'B'])
# The followings are correct
df.values
df['A'].values
df['B'].values