Digamos que tenemos dos marcos de datos de pandas. El primero no tiene nombres de columna:

no_col_names_df = pd.DataFrame(np.array([[1,2,3], [4,5,6], [7,8,9]]))

La segunda tiene:

col_names_df = pd.DataFrame(np.array([[10,2,3], [4,45,6], [7,18,9]]),
                           columns=['col1', 'col2', 'col3'])

Lo que quiero hacer es obtener una copia de la columna nombres de col_names_df a no_col_names_df para que se cree el siguiente marco de datos:

    col1    col2    col3
0   1       2       3
1   4       5       6
2   7       8       9

He probado lo siguiente:

new_df_with_col_names = pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

Pero en lugar de valores de no_col_names_df obtengo NaN s.

python pandas dataframe columnname
5
balkon16 10 may. 2019 a las 18:41

4 respuestas

La mejor respuesta

Al igual que ha usado columnas del marco de datos con nombres de columna, puede usar valores del marco de datos sin nombres de columna:

new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

In [4]: new_df_with_col_names = pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

In [5]: new_df_with_col_names
Out[5]:
   col1  col2  col3
0   NaN   NaN   NaN
1   NaN   NaN   NaN
2   NaN   NaN   NaN

In [6]: new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

In [7]: new_df_with_col_names
Out[7]:
   col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9
2
jo9k 10 may. 2019 a las 15:46

La forma más simple es asignar directamente las columnas de col_names_df a las de no_col_names_df:

no_col_names_df.columns = col_names_df.columns

     col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9
5
yatu 10 may. 2019 a las 15:48

Si está obteniendo nan, lo más probable es que el problema sea el parámetro de datos, intente esto:

new_df_with_col_names = pd.DataFrame(data=no_col_names_df.values, columns=col_names_df.columns)

Salida:

   col1  col2  col3
0     1     2     3
1     4     5     6
2     7     8     9
0
Yuca 10 may. 2019 a las 15:45

Éste:

pd.DataFrame(data=no_col_names_df, columns=col_names_df.columns)

Le da todos los marcos de datos 'NaN' porque pasa un marco de datos para construir un nuevo marco de datos y asignarle nuevos columns. Pandas esencialmente construye un marco de datos idéntico y hace reindex a lo largo de axis 1 en él. En otras palabras, ese comando es equivalente a hacer:

no_col_names_df.reindex(col_names_df.columns, axis=1)

Necesita cambiar directamente no_col_names_df.columns o pasar no_col_names_df.values

1
Andy L. 10 may. 2019 a las 16:44
56080859

Preguntas relacionadas

21 Agregar una fila a pandas DataFrame
15 Seleccionar múltiples columnas en un marco de datos de pandas
21 Renombrar columnas en pandas
23 Agregar una nueva columna al DataFrame existente en los pandas de Python
11 ¿Cómo puedo reemplazar todos los valores de NaN con ceros en una columna de un marco de datos de pandas?
10 Eliminar columna de pandas DataFrame
18 ¿Cómo iterar sobre filas en un DataFrame en Pandas?
9 ¿Cómo seleccionar filas de un DataFrame basado en valores de columna?
19 Obtener la lista de encabezados de columna de pandas DataFrame

Nuevas preguntas

3 Intentando usar la función strip () pero se está ejecutando un error
2 Filtrar filas de marcos de datos según las condiciones Pandas
3 Convertir un bucle while en una recursividad
2 Python: ¿Cómo escribir str json en un archivo csv?
3 Manejar valores faltantes en np.select
2 El método randint devuelve el mismo valor en cada ejecución.
3 Python no puede acceder a la variable global en un programa de calificación simple
2 concatenar texto y números en python / pandas
3 Python - Regex (eliminación de corchetes y comas)
2 Calculadora con problemas de python y tkinter
Nuevas preguntas con la etiqueta python >

python

Python es un lenguaje de programación multipropósito, de tipificación dinámica y de múltiples paradigmas. Está diseñado para ser rápido de aprender, comprender y usar, y hacer cumplir una sintaxis limpia y uniforme. Tenga en cuenta que Python 2 está oficialmente fuera de soporte a partir del 01-01-2020. Aún así, para preguntas de Python específicas de la versión, agregue la etiqueta [python-2.7] o [python-3.x]. Cuando utilice una variante de Python (por ejemplo, Jython, PyPy) o una biblioteca (por ejemplo, Pandas y NumPy), inclúyala en las etiquetas.

Más sobre python...