在pandas数据框中从另一个具有不同索引的数据框中添加新列

在pandas数据框中从另一个具有不同索引的数据框中添加新列

假设数据框的大小相同，则可以将分配

RESULT_df['RESULT'].values

给原始数据框。这样，您不必担心索引问题。

# pre 0.24feature_file_df['RESULT'] = RESULT_df['RESULT'].values# >= 0.24feature_file_df['RESULT'] = RESULT_df['RESULT'].to_numpy()

---

最少的代码样本

df          A         B0 -1.202564  2.7864831  0.180380  0.2597362 -0.295206  1.1753163  1.683482  0.9277194 -0.199904  1.077655df2C11 -0.14067012  1.49600713  0.26342514 -0.55795815 -0.018375

让我们先尝试直接分配。

df['C'] = df2['C']df          A         B   C0 -1.202564  2.786483 NaN1  0.180380  0.259736 NaN2 -0.295206  1.175316 NaN3  1.683482  0.927719 NaN4 -0.199904  1.077655 NaN

现在，分配由返回的数组

.values

（或

.to_numpy()

对于> 0.24的熊猫版本）。

.values

返回一个

numpy

没有索引的数组。

df2['C'].values array([-0.141,  1.496,  0.263, -0.558, -0.018])df['C'] = df2['C'].valuesdf          A         B         C0 -1.202564  2.786483 -0.1406701  0.180380  0.259736  1.4960072 -0.295206  1.175316  0.2634253  1.683482  0.927719 -0.5579584 -0.199904  1.077655 -0.018375