将列附加到熊猫数据框答案

【问题标题】：Append column to pandas dataframe将列附加到熊猫数据框
【发布时间】：2014-01-03 08:57:18
【问题描述】：

这可能很容易，但我有以下数据：

在数据框 1 中：

index dat1
0     9
1     5

在数据框 2 中：

index dat2
0     7
1     6

我想要一个格式如下的数据框：

index dat1  dat2
0     9     7
1     5     6

我尝试过使用append 方法，但我得到了一个交叉连接（即笛卡尔积）。

这样做的正确方法是什么？

【问题讨论】：

你试过join的方法了吗？
data_frame_1['dat2'] = data_frame_2['dat2']
@lowtech：这能确保索引正确配对吗？
@BenDundee：是的

标签： python pandas

【解决方案1】：

一般来说，您似乎只是在寻找加入：

> dat1 = pd.DataFrame({'dat1': [9,5]})
> dat2 = pd.DataFrame({'dat2': [7,6]})
> dat1.join(dat2)
   dat1  dat2
0     9     7
1     5     6

【讨论】：

在这种情况下是pd.concat([dat1, dat2], axis=1)。
@BenDundee Join 和 concat 在后台使用了很多相同的代码，因此“正确”的方式可能只在您考虑边缘情况时才重要。例如，如果两个 DataFrame 都有一个“数据”列，则连接将失败，而连接会为您提供两个名为“数据”的列。
@U2EF1：我说的是你的反应和我的反应。给猫剥皮总是有 N 种方法 :)
@BenDundee 我明白了。但是，该方法会丢弃唯一索引，并且在更复杂的情况下会产生更奇怪的副作用。例如，如果我有两列名为“数据”，分组/求和将开始总结不同的数据列，这几乎肯定不是你想要的。字符串数据将被连接起来。
正如@jeremy-z 所指出的，如果两个数据集中的索引不共享相同的索引，那么重置它们非常重要。否则，您将获得一个包含许多 NaN 行的数据集。

【解决方案2】：

你也可以使用：

dat1 = pd.concat([dat1, dat2], axis=1)

【讨论】：

万一遇到InvalidIndexError: Reindexing only valid with uniquely valued Index objects ，可以使用：pd.concat([dat1.reset_index(), dat2], axis=1)

【解决方案3】：

join() 和 concat() 两种方式都可以解决问题。但是，我必须提到一个警告：如果您尝试通过从另一个 DataFrame 中选择一些行来处理某些数据框，请在 join() 或 concat() 之前重置索引。

下面的一个例子展示了一些有趣的连接和连接行为：

dat1 = pd.DataFrame({'dat1': range(4)})
dat2 = pd.DataFrame({'dat2': range(4,8)})
dat1.index = [1,3,5,7]
dat2.index = [2,4,6,8]

# way1 join 2 DataFrames
print(dat1.join(dat2))
# output
   dat1  dat2
1     0   NaN
3     1   NaN
5     2   NaN
7     3   NaN

# way2 concat 2 DataFrames
print(pd.concat([dat1,dat2],axis=1))
#output
   dat1  dat2
1   0.0   NaN
2   NaN   4.0
3   1.0   NaN
4   NaN   5.0
5   2.0   NaN
6   NaN   6.0
7   3.0   NaN
8   NaN   7.0

#reset index 
dat1 = dat1.reset_index(drop=True)
dat2 = dat2.reset_index(drop=True)
#both 2 ways to get the same result

print(dat1.join(dat2))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7


print(pd.concat([dat1,dat2],axis=1))
   dat1  dat2
0     0     4
1     1     5
2     2     6
3     3     7

【讨论】：

说得好，说得好。我尝试不重置索引并生成了很多 NULLS
如果不执行重置步骤，我的数据看起来很好，但显然有些东西在幕后效果不佳。感谢您指出！重置让我的模型启动并运行！
这应该是公认的答案！如果我们不重置索引，它总是会生成 NaN 。
这一步救了我。我试图理解为什么 concat 和 join 都会抛出很多 NaN。感谢分享。
为什么我必须重置索引？我在没有重置索引的情况下尝试了它，它工作正常

【解决方案4】：

只是正确的谷歌搜索问题：

data = dat_1.append(dat_2)
data = data.groupby(data.index).sum()

【讨论】：