熊猫将列名从一个数据框复制到另一个

Question

假设我们有两个熊猫数据框。第一个没有列名：

no_col_names_df = pd.DataFrame(np.array([[1,2,3], [4,5,6], [7,8,9]]))

第二个具有：

col_names_df = pd.DataFrame(np.array([[10,2,3], [4,45,6], [7,18,9]]),
                           columns=['col1', 'col2', 'col3'])

我想要做的是将复制列 names 从col_names_df复制到no_col_names_df，以便创建以下数据框：

    col1    col2    col3
0   1       2       3
1   4       5       6
2   7       8       9

我尝试了以下操作：

new_df_with_col_names = pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

但是我得到no_col_names_df而不是NaN的值。

Answer 1

最简单的方法是将col_names_df的列直接分配给no_col_names_df的列：

no_col_names_df.columns = col_names_df.columns

     col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9

Answer 2

如果您遇到问题，则很可能是data参数，请尝试以下操作：

new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

输出：

   col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9

Answer 3

就像您已经使用了具有列名的数据框中的列一样，您可以使用不具有列名的数据框中的值：

fetchUser

---

new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

Answer 4

此：

pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

为您提供所有“ NaN”数据帧，因为您传递了一个数据帧以构造一个新的数据帧并为其分配新的columns。熊猫实质上构造了相同的数据框，并在其上reindex处axis 1。换句话说，该命令等效于执行以下操作：

no_col_names_df.reindex(col_names_df.columns, axis=1)

您需要直接更改no_col_names_df.columns或通过no_col_names_df.values

Answer 5

我尝试了最简单的方法，并且对我有用；

no_col_names_df.columns = col_names_df.columns