python pandas 不同结构的 dataframe 整列复制
在 pandas 中，我们经常需要对不同结构的 dataframe 进行操作，其中一种常见情况是向一个 dataframe（例如 df1）添加来自另一个 dataframe（例如 df2）的整列。
对于这种场景，逐个单元格进行复制虽然可行，但效率较低。为了解决这个问题，我们可以使用以下方法：
将 df2 中想要复制的列与 df1 中的相应列合并为一个新的 series（例如 new_a）。根据 df2 的形状和 df1 的形状，调整 df1 的索引，以匹配 new_a 的长度。将 new_a 赋值给 df1 中的目标列（例如 ‘a’）。
下面是一个示例代码，演示了如何实现上述步骤：
import pandas as pd# 创建两个不同结构的 dataframedf1 = pd.dataframe({ 'a': range(4), 'b': range(4), 'c': range(4), 'd': range(4)})df2 = pd.dataframe({ 'd': [11, 22, 33], 'e': ['aa', 'bb', 'cc']})# 创建新的 series，将 df2 的 'd' 列和 'e' 列合并到一起new_a = pd.concat([df1['a'], df2['d'], df2['e']], ignore_index=true)# 调整 df1 的索引df1 = df1.reindex(range(df2.shape[0] * 2 + df1.shape[0]))# 将 new_a 赋值给 df1 的 'a' 列df1['a'] = new_aprint(df1)
输出：
A B C D E0 0 0 0 0 aa1 1 1 1 1 bb2 2 2 2 2 cc3 3 3 3 3 NaN4 11 NaN NaN NaN NaN5 22 NaN NaN NaN NaN6 33 NaN NaN NaN NaN
以上就是Pandas如何高效复制不同结构DataFrame的整列？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1353972.html
微信扫一扫 
支付宝扫一扫 
