如何将 numpy 数组添加到 pandas dataframe

有时您可能想将 NumPy 数组作为新列添加到 pandas DataFrame 中。

幸运的是，您可以使用以下语法轻松完成此操作：

 df[' new_column '] = array_name. tolist ()

本教程展示了该语法的一些实际使用示例。

示例 1：在 DataFrame 中添加 NumPy 数组作为新列

以下代码演示了如何创建 pandas DataFrame 来保存一些篮球运动员统计数据，并将 NumPy 数组添加为标记为“blocks”的新列：

 import numpy as np
import pandas as pd

#create pandas DataFrame
df = pd.DataFrame({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#create NumPy array for 'blocks'
blocks = np. array ([2, 3, 1, 0, 2, 7, 8, 2])

#add 'blocks' array as new column in DataFrame
df[' blocks '] = blocks. tolist ()

#display the DataFrame
print(df)

   points assists rebounds blocks
0 25 5 11 2
1 12 7 8 3
2 15 7 10 1
3 14 9 6 0
4 19 12 6 2
5 23 9 5 7
6 25 9 9 8
7 29 4 12 2

请注意，新的 DataFrame 现在有一个标题为Blocks 的附加列。

示例 2：将 NumPy 矩阵添加为 DataFrame 中的新列

以下代码演示了如何创建 pandas DataFrame 来保存一些篮球运动员统计数据，并将 NumPy 数组添加为标记为“blocks”的新列：

 import numpy as np
import pandas as pd

#create pandas DataFrame
df = pd.DataFrame({' points ': [25, 12, 15, 14, 19, 23

#create NumPy matrix
mat = np.matrix([[2, 3],
                 [1, 0],
                 [2, 7],
                 [8, 2],
                 [3, 4],
                 [7, 7],
                 [7, 5],
                 [6, 3]])

#add NumPy matrix as new columns in DataFrame
df_new = pd. concat ([df, pd.DataFrame(mat)], axis= 1 )

#display new DataFrame
print(df_new)

   points assists rebounds 0 1
0 25 5 11 2 3
1 12 7 8 1 0
2 15 7 10 2 7
3 14 9 6 8 2
4 19 12 6 3 4
5 23 9 5 7 7
6 25 9 9 7 5
7 29 4 12 6 3

请注意，我们添加到 DataFrame 的矩阵的列名称的默认列名称为0和1 。

我们可以使用df.columns函数轻松重命名这些列：

 #rename columns
df_new. columns = ['pts', 'ast', 'rebs', 'new1', 'new2']

#display DataFrame
print(df_new)

pts ast rebs new1 new2
0 25 5 11 2 3
1 12 7 8 1 0
2 15 7 10 2 7
3 14 9 6 8 2
4 19 12 6 3 4
5 23 9 5 7 7
6 25 9 9 7 5
7 29 4 12 6 3

其他资源

如何堆叠多个 Pandas DataFrame
如何合并索引上的两个 Pandas DataFrame
如何将 Pandas DataFrame 转换为 NumPy 数组
如何重命名 Pandas 中的列