这是我的原始数据框。 这是我的第二个包含一列的数据框。 我想在最后将第二个数据帧的列添加到原始数据帧。两个数据帧的指标都不同。 我确实喜欢这个
feature_file_df['RESULT']=RESULT_df['RESULT']
如何添加值为
的列答案 0 :(得分:4)
假设您的数据框大小相同,您可以将RESULT_df['RESULT'].values
分配给原始数据框。这样,您就不必担心索引问题。
feature_file_df['RESULT'] = RESULT_df['RESULT'].values
设置
df
A B
0 -1.202564 2.786483
1 0.180380 0.259736
2 -0.295206 1.175316
3 1.683482 0.927719
4 -0.199904 1.077655
5 -1.094666 -0.377783
6 0.351193 -1.045290
7 -0.013174 1.525027
8 -0.155707 -0.389500
9 -0.295518 0.177683
df2
C
11 -0.140670
12 1.496007
13 0.263425
14 -0.557958
15 -0.018375
16 1.044098
17 -0.412894
18 1.187938
19 1.989982
20 0.502832
让我们先尝试直接分配。
df['C'] = df2['C']
df
A B C
0 -1.202564 2.786483 NaN
1 0.180380 0.259736 NaN
2 -0.295206 1.175316 NaN
3 1.683482 0.927719 NaN
4 -0.199904 1.077655 NaN
5 -1.094666 -0.377783 NaN
6 0.351193 -1.045290 NaN
7 -0.013174 1.525027 NaN
8 -0.155707 -0.389500 NaN
9 -0.295518 0.177683 NaN
现在,分配.values
属性。 .values
返回一个没有索引的numpy
数组。
df2['C'].values
array([-0.141, 1.496, 0.263, -0.558, -0.018, 1.044, -0.413, 1.188,
1.99 , 0.503])
df['C'] = df2['C'].values
df
A B C
0 -1.202564 2.786483 -0.140670
1 0.180380 0.259736 1.496007
2 -0.295206 1.175316 0.263425
3 1.683482 0.927719 -0.557958
4 -0.199904 1.077655 -0.018375
5 -1.094666 -0.377783 1.044098
6 0.351193 -1.045290 -0.412894
7 -0.013174 1.525027 1.187938
8 -0.155707 -0.389500 1.989982
9 -0.295518 0.177683 0.502832