名前付きの列と行が連続しない数字で構成されたインデックス付きのDataFrameがあります。
a b c d
2 0.671399 0.101208 -0.181532 0.241273
3 0.446172 -0.243316 0.051767 1.577318
5 0.614758 0.075793 -0.451460 -0.012493
既存のデータフレームに新しい列'e'
を追加したいのですが,データフレーム内では何も変更したくありません(つまり,新しい列は常にデータフレームと同じ長さになります)。
0 -0.335485
1 -1.166658
2 -0.385571
dtype: float64
join,
append,
mergeの様々なバージョンを試してみましたが、思ったような結果は得られず、せいぜいエラーが出る程度でした。上の例に列
e` を追加するにはどうしたらいいですか?
オリジナルのdf1インデックスを使用して、シリーズを作成します。
df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)
2015年の編集。
このコードで、SettingWithCopyWarning
が発生するという報告がありました。
しかし、このコードは現在のpandasのバージョン0.16.1でも完全に動作します。
>>> sLength = len(df1['a'])
>>> df1
a b c d
6 -0.269221 -0.026476 0.997517 1.294385
8 0.917438 0.847941 0.034235 -0.448948
>>> df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)
>>> df1
a b c d e
6 -0.269221 -0.026476 0.997517 1.294385 1.757167
8 0.917438 0.847941 0.034235 -0.448948 2.228131
>>> p.version.short_version
'0.16.1'
SettingWithCopyWarning`は、Dataframeのコピーで無効な代入が行われた可能性を知らせることを目的としています。必ずしも間違った操作をしたとは言いませんが(誤検出を引き起こす可能性があります)、0.13.0からは同じ目的のためにもっと適切な方法があることを知らせます。もし、警告が出たら、そのアドバイスに従ってください。代わりに .loc[row_index,col_indexer] = value を使ってみてください。
>>> df1.loc[:,'f'] = pd.Series(np.random.randn(sLength), index=df1.index)
>>> df1
a b c d e f
6 -0.269221 -0.026476 0.997517 1.294385 1.757167 -0.050927
8 0.917438 0.847941 0.034235 -0.448948 2.228131 0.006109
>>>
実際、これは現在、pandasのドキュメントで説明されているように、より効率的な方法です。
**2017年の編集
コメントや@Alexanderさんが指摘されているように、現在、DataFrameの新しい列としてSeriesの値を追加するための最良の方法は、assign
を使用することです。
df1 = df1.assign(e=pd.Series(np.random.randn(sLength)).values)
これは、新しいカラムを追加する簡単な方法です。df['e'] = e
.
NumPy]1で直接行うのが最も効率的です。
df1['e'] = np.random.randn(sLength)
なお、私の最初の(非常に古い)提案は、map
を使うというものでした(これはかなり遅いです)。
df1['e'] = df1['a'].map(lambda x: np.random.random())