将数据帧中的序列合并为具有相同索引的行

2024-09-29 03:37:38 发布

您现在位置:Python中文网/ 问答频道 /正文

我有一个数据帧和一系列。两者的索引相同。我想在dataframe中添加一行序列值以及相同的索引项。在

我的数据帧和系列是:

    enter code here
index                       test            num       %change

cos                       7% 20_DA      22          37.93
cos                       7% 5_MS       8           13.79
fla                       5% 60_DA      67          31.75
fla                       7% 20_DA      35          16.59
fla                       7% 5_MS       19          9.00
gol                       7% 20_DA      22          20.95
gol                       7% 5_MS       10          9.52
ill                       7% 20_DA      50          64.94
ill                       7% 5_MS       29          37.66
lag                       7% 20_DA      21          46.67
lag                       7% 5_MS       7           15.56
lag                       5% 60_DA      18          28.12
lag                       7% 20_DA      14          21.88
lag                       7% 5_MS       6           9.38
le                        5% 60_DA      66          24.81
le                        7% 20_DA      67          25.19
le                        7% 5_MS       34          12.78
li                        7% 20_DA      59          70.24
li                        7% 5_MS       23          27.38
po                        5% 60_DA      32          12.65
po                        7% 20_DA      38          15.02
po                        7% 5_MS       23          9.09

系列是

^{pr2}$

我的输出应该是

index                       test            num       %change

cos                       7% 20_DA         22           37.93
cos                       7% 5_MS          8            13.79
cos                         Nan             Nan         62.07

请建议一种方法。让我知道,如果标题不表明相同的意图,数据做什么。在


Tags: 数据testleindexlicoschangenum
1条回答
网友
1楼 · 发布于 2024-09-29 03:37:38

假设您的系列名为series,而您的数据帧名为df,则解决方案是:

pd.merge(df, pd.DataFrame(series), left_index=True, right_index=True)

编辑:

在更仔细地观察您的期望输出时,您可能会寻找类似以下内容:

^{pr2}$

这将为您提供作为新行添加到'%change'列的序列值。在

相关问题 更多 >