为什么使用索引匹配列将 Series 连接到 DataFrame 不起作用?
Why does concat Series to DataFrame with index matching columns not work?
我想将一个 Series 附加到 DataFrame,其中 Series 的索引使用 pd.concat
与 DataFrame 的列相匹配,但它给了我惊喜:
df = pd.DataFrame(columns=['a', 'b'])
sr = pd.Series(data=[1,2], index=['a', 'b'], name=1)
pd.concat([df, sr], axis=0)
Out[11]:
a b 0
a NaN NaN 1.0
b NaN NaN 2.0
我所期望的当然是:
df.append(sr)
Out[14]:
a b
1 1 2
令我惊讶的是 pd.concat
不支持索引列。那么,如果我想将一个系列作为一个新行连接到一个 DF,那么我只能使用 df.append
来代替吗?
需要从 Series
到 to_frame
的 DataFrame
并转置:
a = pd.concat([df, sr.to_frame(1).T])
print (a)
a b
1 1 2
详情:
print (sr.to_frame(1).T)
a b
1 1 2
df.loc[1] = sr
print (df)
a b
1 1 2
"df.loc[1] = sr" 将删除不在 df
中的列
df = pd.DataFrame(columns = ['a','b'])
sr = pd.Series({'a':1,'b':2,'c':3})
df.loc[1] = sr
df 会像:
a b
1 1 2
我想将一个 Series 附加到 DataFrame,其中 Series 的索引使用 pd.concat
与 DataFrame 的列相匹配,但它给了我惊喜:
df = pd.DataFrame(columns=['a', 'b'])
sr = pd.Series(data=[1,2], index=['a', 'b'], name=1)
pd.concat([df, sr], axis=0)
Out[11]:
a b 0
a NaN NaN 1.0
b NaN NaN 2.0
我所期望的当然是:
df.append(sr)
Out[14]:
a b
1 1 2
令我惊讶的是 pd.concat
不支持索引列。那么,如果我想将一个系列作为一个新行连接到一个 DF,那么我只能使用 df.append
来代替吗?
需要从 Series
到 to_frame
的 DataFrame
并转置:
a = pd.concat([df, sr.to_frame(1).T])
print (a)
a b
1 1 2
详情:
print (sr.to_frame(1).T)
a b
1 1 2
df.loc[1] = sr
print (df)
a b
1 1 2
"df.loc[1] = sr" 将删除不在 df
中的列df = pd.DataFrame(columns = ['a','b'])
sr = pd.Series({'a':1,'b':2,'c':3})
df.loc[1] = sr
df 会像:
a b
1 1 2