新的 Pandas DF，索引来自一个 DF，列来自另一个答案

【问题标题】：New Pandas DF with index from one DF and columns from another新的 Pandas DF，索引来自一个 DF，列来自另一个
【发布时间】：2018-04-04 16:52:48
【问题描述】：

我有两个数据框。 DF1 和 DF2。我正在比较两者的坐标对之间的绝对距离。我想填充一个新的数据框，其中包含每个 df1 坐标对的行和每个 df2 坐标对的列。

这将导致每个 df1 对和每个 df2 对之间的绝对距离。到目前为止，这是我的代码，我正在努力弄清楚如何在每次迭代中填充新的数据框。

`df_new = pd.DataFrame(index=df1.index.copy())

for idx_crime, x_crime in enumerate(df2['X_COORD']):
    y_crime = df2['Y_COORD'].iloc[idx_crime]
    for idx_subway, x_subway in enumerate(df1['X_COORD']):
        y_subway = df1['Y_COORD'].iloc[idx_subway]
        dist = np.sqrt((x_crime - x_subway)**2 + (y_crime - y_subway)**2)
        append.df_new
return df_new`

它没有运行。关于如何填写这个新数据框的任何想法？

编辑样本数据

DF2 Coordinates:

    X_COORD      Y_COORD 
0   1007314.0    241257.0
1   1043991.0    193406.0
2    999463.0    231690.0
3   1060183.0    177862.0
4    987606.0    208148.0

DF1 Coordinates:

    X_COORD      Y_COORD
0   1020671.0    248680.0
1   1019420.0    245867.0
2   1017558.0    245632.0

所以 df_new 看起来像这样。只有索引号适用于列标题。我只是想向您展示数据的外观：

                 df2_coord0        df2_coord1        df2_coord2
    df1_coord0   13356.72213       23318.81485       21207.59944
    df1_coord1   12105.8096        24569.93244       19956.64481

【问题讨论】：

当你说它“没有运行”时，你的意思是它抛出了一个错误吗？
什么是append？
我会说您需要 pd.crosstab 和自定义 aggfunc，但如果没有一些示例数据就无从谈起了。
@snapcrack 它会抛出一个错误但只是停止

标签： python pandas

【解决方案1】：

我不得不将 df2 分解成更小的 dfs，以免引发内存错误。我将 for 循环更改为这个，它可以工作......只是花了一段时间才到达那里：

df_new = pd.DataFrame(index = df1.index.copy(),columns = df2.index.copy())

for idx_crime, x_crime in enumerate(df2['X_COORD']):
    y_crime = df2['Y_COORD'].iloc[idx_crime]
    for idx_subway, x_subway in enumerate(df1['X_COORD']):
        y_subway = df1['Y_COORD'].iloc[idx_subway]
        dist = np.sqrt((x_crime - x_subway)**2 + (y_crime - y_subway)**2)
        df_new.iloc[idx_subway, idx_crime] = dist
return df_new

【讨论】：

【解决方案2】：

显然，append.df_new 是错误的。如果这是您的伪代码，那么您需要将单元格插入数据帧。这里有两种方法： using position indexing 或 using conditional indexing。

示例代码：

import pandas as pd

lst = [
    {"a":1,"b":1},
    {"a":2,"b":2}
]

df = pd.DataFrame(lst)

df.loc[2] = [3, 3]    #2 here should be your desire index
df.loc[3] = {"a":4,"b":4} #3 here should be your desire index

print df

【讨论】：