将 numpy 数组添加到 pandas 数据帧 - Python

在数据科学中，我们通常要将数据从不同的源合并成一个数据集。 pandas是Python的一个流行数据操作库，它提供了丰富的方法来处理数据。numpy是Python中一个广泛使用的科学计算库，它提供了数组和矩阵计算等功能。在本文中，我们将介绍将numpy数组添加到pandas数据帧的方法。

准备数据

首先，我们需要准备一些数据，包括两个numpy数组。以下是一个示例：

import numpy as np

numbers = np.array([1, 2, 3, 4, 5])
letters = np.array(['a', 'b', 'c', 'd', 'e'])

我们有两个数组numbers和letters。

创建数据帧

接下来，我们将使用这些数组创建一个pandas数据帧。以下是一个示例：

import pandas as pd

df = pd.DataFrame({'numbers': numbers, 'letters': letters})

print(df)

输出结果如下：

   numbers letters
0        1       a
1        2       b
2        3       c
3        4       d
4        5       e

使用pd.DataFrame函数，我们将这两个数组转换成了一个包含两列的数据帧。

添加numpy数组到数据帧

现在我们需要将另一个numpy数组添加到现有的数据帧中。假设我们有另一个numpy数组，其中包含每个数字对应的颜色。以下是示例：

colors = np.array(['red', 'green', 'blue', 'yellow', 'purple'])

我们将在现有数据帧中添加一个新列'colors'，该列包含颜色数组中对应的颜色值。以下是示例：

df['colors'] = colors

print(df)

输出结果如下：

   numbers letters  colors
0        1       a     red
1        2       b   green
2        3       c    blue
3        4       d  yellow
4        5       e  purple

我们可以看到，我们已经成功地将新颜色数组添加到现有数据帧中。只需使用数据帧的列名，我们可以轻松添加新列。

结论

通过使用numpy和pandas，我们可以轻松地处理和操作数组和数据帧。在这篇文章中，我们介绍了将numpy数组添加到pandas数据帧的方法。这是一个很常见的数据操作，它可以帮助我们整合来自不同源的数据并创建数据集。