将dataframe的一列添加为另一个dataframe的新列

你可以使用 `join` 或 `merge` 函数将两个 DataFrame 进行合并，并将一个 DataFrame 的列添加为另一个 DataFrame 的新列。

以 `df1` 和 `df2` 为例，假设你要将 `df1` 的列 `col1` 添加为 `df2` 的新列：

import pandas as pd

# 创建示例数据
df1 = pd.DataFrame({'id': [1, 2, 3], 'col1': ['a', 'b', 'c']})
df2 = pd.DataFrame({'id': [1, 2, 3], 'col2': ['x', 'y', 'z']})

# 使用 join 函数合并 DataFrame
df3 = df2.join(df1.set_index('id'), on='id')

# 或者使用 merge 函数合并 DataFrame
df3 = pd.merge(df2, df1, on='id')

这将生成一个新的 DataFrame `df3`，其中包含 `df2` 的所有列和 `df1` 的 `col1` 列作为新列。在这些例子中，我们将 `id` 列用作共同列。

相关问题

如何将DataFrame的一列添加到另一个DataFrame

可以使用 pandas 的 concat 函数来将一个 DataFrame 的列添加到另一个 DataFrame 中。具体步骤如下：

1. 确定要添加的列是哪一列，以及要添加到哪个 DataFrame 中。

2. 使用 loc 函数选择要添加的列，并将其作为一个新的 DataFrame。

3. 使用 concat 函数将新的 DataFrame 与原始 DataFrame 进行拼接（按行或按列）。

示例代码如下：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9]})

# 将 df2 的 "C" 列添加到 df1 中
new_col = df2.loc[:, 'C']
df1 = pd.concat([df1, new_col], axis=1)

print(df1)

输出结果为：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在这个示例中，我们将 df2 的 "C" 列添加到了 df1 中。我们使用 loc 函数选择了要添加的列，并将其作为一个新的 DataFrame。然后，我们使用 concat 函数将新的 DataFrame 与原始 DataFrame df1 进行按列拼接。

python dataframe添加一列_从另一个DataFrame添加一列

可以使用 Pandas 的 `merge` 函数将两个 DataFrame 合并，并添加新的一列。假设我们有两个 DataFrame，一个是 `df1`，另一个是 `df2`，他们共享一个列 `id`，我们想要将 `df2` 的一列 `new_col` 添加到 `df1`，可以按照以下步骤进行操作：

import pandas as pd

# 创建示例数据
data1 = {'id': [1, 2, 3, 4], 'col1': ['a', 'b', 'c', 'd']}
data2 = {'id': [1, 2, 3, 4], 'new_col': [10, 20, 30, 40]}

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 使用 merge 函数合并两个 DataFrame
merged_df = pd.merge(df1, df2, on='id')

# 查看合并后的结果
print(merged_df)
# 输出：
#    id col1  new_col
# 0   1    a       10
# 1   2    b       20
# 2   3    c       30
# 3   4    d       40

在合并后的 DataFrame 中，`new_col` 就成为了新的一列，可以按照需要进行操作。