python - 将 NumPy 数组与 pandas DataFrame 连接(加入)

Question

我有一个包含 10 行和 5 列的 pandas 数据框以及一个由零组成的 numpy 矩阵 np.zeros((10,3))。

我想将 numpy 矩阵连接到 pandas 数据帧，但我想在将 numpy 数组连接到它之前从 pandas 数据帧中删除最后一列。

所以我最终会得到一个包含 10 行和 5 - 1 + 3 = 7 列的矩阵。

我想我可以用

new_dataframe = pd.concat([
    original_dataframe,
    pd.DataFrame(np.zeros((10, 3)), dtype=np.int)
], axis=1, ignore_index=True)

其中 original_dataframe 有 10 行和 5 列。

如何在连接 numpy 数组之前从 original_dataframe 中删除最后一列？我如何确保保留所有数据类型？

Answer 1

设置

np.random.seed(0)
df = pd.DataFrame(np.random.choice(10, (3, 3)), columns=list('ABC'))
df

   A  B  C
0  5  0  3
1  3  7  9
2  3  5  2

---

np.column_stack/堆栈(axis=1)/hstack

pd.DataFrame(pd.np.column_stack([df, np.zeros((df.shape[0], 3), dtype=int)]))
    
   0  1  2  3  4  5
0  5  0  3  0  0  0
1  3  7  9  0  0  0
2  3  5  2  0  0  0

有用(且高效)，但不保留 df 中的列名。如果您真的想切出最后一列，请使用 iloc 并将其切出:

pd.DataFrame(pd.np.column_stack([
    df.iloc[:, :-1], np.zeros((df.shape[0], 3), dtype=int)]))

   0  1  2  3  4
0  5  0  0  0  0
1  3  7  0  0  0
2  3  5  0  0  0

---

pd.concat

您需要将数组转换为 DataFrame。

df2 = pd.DataFrame(np.zeros((df.shape[0], 3), dtype=int), columns=list('DEF'))
pd.concat([df, df2], axis=1)
 
   A  B  C  D  E  F
0  5  0  3  0  0  0
1  3  7  9  0  0  0
2  3  5  2  0  0  0

---

DataFrame.assign

如果只是添加常量值，可以使用assign:

df.assign(**dict.fromkeys(list('DEF'), 0))

   A  B  C  D  E  F
0  5  0  3  0  0  0
1  3  7  9  0  0  0
2  3  5  2  0  0  0