主页 / coding / 问题 / 79185962
Accepted
user1700890
Asked: 2024-11-14 01:08:05 +0800 CST

从不同的数据框分配列-索引的作用

  • 772
import pandas as pd

df_1 = pd.DataFrame({'col1': ['a', 'a', 'a']})
df_2 = pd.DataFrame({'col1': ['b', 'b', 'b']})
df_2.index = [4,5,6]

df_1['col2'] = df_2.col1

我希望上面的示例中有一个简单的副本，但 df_1 中的“col2”全是 NA。我觉得很奇怪。这种选择的理由是什么？类似的例子在 R 中的工作方式不同。

python

1 个回答

  1. Best Answer

    这样做的目的是保持数据对齐。就像执行操作时对齐列一样。

    这使得执行复杂的操作时不必像使用 numpy 那样担心行/列的顺序：

    A = pd.DataFrame({'blue': [1, 2], 'green': [3, 4]}, index=['circle', 'square'])
B = pd.DataFrame({'green': [10, 20], 'blue': [30, 40]}, index=['square', 'circle'])

A+B

        blue  green
circle    41     23
square    32     14

    或者处理丢失的数据：

    df = pd.DataFrame({'col1': ['a1', 'a2', 'a3']})
df['col2'] = pd.Series(['b1', 'b3'], index=[0, 2])

print(df)

  col1 col2
0   a1   b1
1   a2  NaN
2   a3   b3

    或者进行广播：

    idx1 = pd.MultiIndex.from_product([['a', 'b'], [1, 2]],
                                  names=['letter', 'number'])
df = pd.DataFrame({'col1': [1, 2, 3, 4]}, index=idx1)

idx2 = pd.Index([1, 2], name='number')
df['col2'] = df['col1'] * pd.Series([1, 10], index=idx2)

print(df)

               col1  col2
letter number            
a      1          1     1
       2          2    20
b      1          3     3
       2          4    40

    如果您想避免这种情况，您可以转换为数组：

    import pandas as pd

df_1 = pd.DataFrame({'col1': ['a1', 'a2', 'a3']})
df_2 = pd.DataFrame({'col1': ['b1', 'b2', 'b3']})
df_2.index = [2,3,1]

df_1['col2'] = df_2['col1']
df_1['col3'] = df_2['col1'].values # or df_2['col1'].to_numpy()

    输出：

      col1 col2 col3
0   a1  NaN   b1
1   a2   b3   b2
2   a3   b1   b3
    • 1

相关问题