Pandas模块的为df添加新的column时值为Nan

# 我想在df1中添加一列,然后groupby,但是我按照下面方法添加总是Nan
df1 = pd.DataFrame({'a':[1, 2, 3], 'b': [11, 33, 44], 'c': [123,456, 788]}, index=list('ABC'))   
""" 
   a   b    c
A  1  11  123
B  2  33  456
C  3  44  788
"""

df2 = pd.DataFrame(np.array([66, 55, 44]).reshape((3, 1)))  
df1['d'] = df2
print(df1)
"""
   a   b    c   d
A  1  11  123 NaN
B  2  33  456 NaN
C  3  44  788 NaN
"""

# 原因在于索引
df2 = pd.DataFrame(np.array([66, 55, 44]).reshape((3, 1)), columns=list('ABC'))  # 注意添加时候的索引
df1['d'] = df2
print(df1)
"""
   a   b    c   d
A  1  11  123  66
B  2  33  456  55
C  3  44  788  44
"""
posted @   学习记录13  阅读(565)  评论(0编辑  收藏  举报
编辑推荐:
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· DeepSeek 开源周回顾「GitHub 热点速览」
点击右上角即可分享
微信分享提示