第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

從 pandas 的已知索引中獲取行數(shù)據(jù)

從 pandas 的已知索引中獲取行數(shù)據(jù)

蠱毒傳說 2023-09-12 17:33:27
df1:   col1   col20   a     51   b     22   c     1 df2:   col10   qa01   qa12   qa23   qa34   qa45   qa5最終輸出:   col1   col2  col30   a     5     qa51   b     2     qa22   c     1     qa1基本上,在 df1 中,我為另一個(gè) df 數(shù)據(jù)存儲(chǔ)了索引。我必須從 df2 獲取數(shù)據(jù)并將其附加到 df1 中。我不知道如何通過索引號(hào)獲取數(shù)據(jù)。
查看完整描述

2 回答

?
慕田峪7331174

TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超13個(gè)贊

Series.map被另一個(gè)人使用Series


df1['col3'] = df1['col2'].map(df2['col1'])

DataFrame.join或者與列一起使用rename


df1 = df1.join(df2.rename(columns={'col1':'col3'})['col3'], on='col2')

print (df1)

? col1? col2 col3

0? ? a? ? ?5? qa5

1? ? b? ? ?2? qa2

2? ? c? ? ?1? qa1


查看完整回答
反對(duì) 回復(fù) 2023-09-12
?
翻閱古今

TA貢獻(xiàn)1780條經(jīng)驗(yàn) 獲得超5個(gè)贊

您可以使用iloc來獲取數(shù)據(jù),然后to_numpy獲取值


df1["col3"] = df2.iloc[df1.col2].to_numpy()


df1

  col1  col2 col3

0    a     5  qa5

1    b     2  qa2

2    c     1  qa1


查看完整回答
反對(duì) 回復(fù) 2023-09-12
  • 2 回答
  • 0 關(guān)注
  • 150 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)