将df1附加到df2的Pandas在resu中得到0s/NaNs

Question

我有2个数据帧。df1包含一系列值。在

df1 = pd.DataFrame({'winnings': cumsums_winnings_s, 'returns':cumsums_returns_s, 'spent': cumsums_spent_s, 'runs': cumsums_runs_s, 'wins': cumsums_wins_s, 'expected': cumsums_expected_s}, columns=["winnings", "returns", "runs", "wins", "expected"])

df2通过一个函数运行每一行，该函数接受3列，并为每一行生成一个结果-specialSauce

^{pr2}$

为df1生成除NaN之外的所有df1列（如果df1/df2在append中切换，则反之亦然）

所以我的问题是如何正确地附加这两个数据帧。在

Answer 1

据我所知，你的问题似乎与你在结果中得到NaN有关。在

这样做的原因是，您试图在一个数据帧与另一个数据帧之间.append()，而它们没有相同的列。在

df2有一个额外的列，即用apply()和{}创建的列，而{}没有该列。当尝试append一个pd.DataFrame到另一个时，结果将有所有列都是pd.DataFrame对象。当然，由于df1中不存在此列，因此您将为['specialSauce']提供一些NaN。在

如果使用pd.concat()，这是相同的，在本例中，两个方法都执行相同的操作。为了使结果更接近所需的结果，您可以使用ignore_index标志，如下所示：

>> df2.append(df1, ignore_index=True)

这至少会为结果pd.DataFrame提供一个“fresh”索引。在

编辑

如果您要寻找的是以新列（['specialSauce']）的形式将doStuff的结果“追加”到现有的df的末尾，那么您需要做的是使用pd.concat()，如下所示：

^{pr2}$

这将返回您想要的结果pd.DataFrame。在

如果您有一个pd.Series添加到df1的列中，那么您需要这样添加它：

^{3}$

我希望这有帮助，如果没有，请重新描述一下你所追求的。在