将Pandas系列附加到DataFrame作为列[重复]

Question

这个问题在这里已有答案：

• vlookup in Pandas using join 3回答

我有panadas dataframe（df），如['key'，'col1'，'col2'，'col3']，我有pandas系列（sr），其索引与数据框中的'key'相同。我想将系列附加到名为col4的新列的数据框中，并使用相同的“键”。我有以下代码：

for index, row in segmention.iterrows():    
     df[df['key']==row['key']]['col4']=sr.loc[row['key']]

代码很慢。我认为应该有更有效和更好的方法来做到这一点。能否请你帮忙？

Answer 1

使用map提到EdChum：

df['col4'] = df['key'].map(sr)
print (df)
   col1  col2  col3 key  col4
0     4     7     1   A     2
1     5     8     3   B     4
2     6     9     5   C     1

或者用set_index分配：

df = df.set_index('key')
df['col4'] = sr
print (df)
     col1  col2  col3  col4
key                        
A       4     7     1     2
B       5     8     3     4
C       6     9     5     1

如果qazxsw poi使用qazxsw poi中不需要qazxsw poi数据（参见差异align vs Series）：

key

样品：

2,1,4

---

4,1,2

Answer 2

你可以简单地做：

df['col4'] = sr.values
print (df)
   col1  col2  col3 key  col4
0     4     7     1   A     4
1     5     8     3   B     1
2     6     9     5   C     2

如果不误解。

Answer 3

对于

df = pd.DataFrame({'key':[1,2,3],
                   'col1':[4,5,6],
                   'col2':[7,8,9],
                   'col3':[1,3,5]}, index=list('ABC'))

print (df)
   col1  col2  col3  key
A     4     7     1    1
B     5     8     3    2
C     6     9     5    3

sr = pd.Series([4,1,2], index=list('BCA'))
print (sr)
B    4
C    1
A    2
dtype: int64

df['col4'] = df['key'].map(sr)
print (df)
   col1  col2  col3 key  col4
0     4     7     1   A     2
1     5     8     3   B     4
2     6     9     5   C     1

来说，这确实是一个很好的用例，其中左侧数据框将列与正确的数据帧/系列的索引对齐。您必须确保您的系列具有可用的名称

df = df.set_index('key')
df['col4'] = sr
print (df)
     col1  col2  col3  col4
key                        
A       4     7     1     2
B       5     8     3     4
C       6     9     5     1