df一列给另一df赋值后得到None

问题解决

---

有两个df1，df2，目的是把df1的列复制到df2，df2原本没有这一列，行数相等。

df2['WANTED'] = df1['WANTED']

结果发现df2确立有了这一列，但所有的值都是None，不是df1[‘WANTED’]的值。

查询原因是这种直接使用等号赋值的方式，只适用于df1和df2具有相同的index的情况下，其他情况会导致值为None。

使用insert可以解决这个问题：

df2.insert(df2.shape[1], 'WANTED', df1['WANTED'].values))

使用insert可以在df2的任意一列插入，这里是在最后一列插入数据。

使用df的一列为另一df新增一列的方式

---

至少有三种方式：

• df2[‘new_col’] = df1[‘col’]
• df2[‘new_col’] = df1.pop(‘col’)
• df2.insert(idx, ‘new_col’, df1[‘col’].values)

其中，

• 前两种方式必须保证两个 DataFrame 的 index 要相同，若不相同，则这一列对应的值为NaN，而且总是在末尾插入列
• 方法三没有这个限制，可以放在任意列，也不要求 index 相同

关于insert，原型如下：

• DataFrame.insert(loc, column, value, allow_duplicates=False)

其中：

• loc: 参数column插入的位置，如果想插入到第一例则为0，取值范围： 0 <= loc <= len(columns),其中len(columns)为Dataframe的列数
• column: 列名
• value: 可以是整数，Series或者数组等
• allow_duplicates: 是否允许重复列，默认False，如果插入的列已经存在，则抛出异常

小结

---

主要介绍了使用df列为df赋值的方式，重点是使用insert方法。

对于简单且可靠的操作，使用直接赋值更简便。