我有以下的索引数据框架,有命名的列和行,不是连续的数字。
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
我想在现有的数据框架中添加一个新的列,'e'
,并且不想改变数据框架中的任何内容(即新列的长度始终与数据框架相同)。
0 -0.335485
1 -1.166658
2 -0.385571
dtype: float64
我尝试了不同版本的join'、
append'、merge',但没有得到我想要的结果,最多只有错误。我怎样才能在上述例子中加入
e'列?
使用原始的df1索引来创建系列。
df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)
2015年编辑
有些人报告说用这段代码得到SettingWithCopyWarning
。
然而,这段代码在当前的pandas 0.16.1版本中仍然完美运行。
>>> 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 "的目的是告知在Dataframe的副本上可能出现了无效的分配。它不一定说你做错了(它可能引发误报),但从0.13.0开始,它让你知道有更多的方法可以达到同样的目的。然后,如果你收到警告,就按照它的建议去做。试试用.loc[row_index,col_indexer] = value代替。
>>> 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
>>>
事实上,这是目前比较有效的方法,在pandas文档中描述 。
2017年编辑
正如评论中和@Alexander所指出的,目前最好的方法是使用assign
将系列的值添加为数据框架的新列。
df1 = df1.assign(e=pd.Series(np.random.randn(sLength)).values)
这是增加一个新列的简单方法。df['e'] = e
。
直接通过NumPy来做这件事将是最有效的。
df1['e'] = np.random.randn(sLength)
请注意,我最初的建议(非常老的建议)是使用map
(这要慢得多)。
df1['e'] = df1['a'].map(lambda x: np.random.random())