如何在某个索引处将 numpy 数组值添加到数据框？

Question

我有一个数据框 df 有 200 行，numpy 数组 my_array 有 15 个值。

my_array = [41892.79355875, 40239.97933262, 39466.32169404, 38416.39545664,
            40012.3803004, 41135.45946026, 43084.18917943, 44825.08405799,
            44066.70603561, 46636.34415037, 45855.25783352, 45863.87118957,
            44697.45547342, 48065.5708295, 47931.83508874]

当我将my_array 的值添加到新列column_2 下的df 中时，这15 个值将添加到df 的前15 行中。

df['column_2'] = pd.DataFrame(my_array, columns=['column_2'])

如何让代码将my_array 的值添加到df 的最后 15 行？

Answer 1

现在另一个问题是你也删除了列的所有其他值，你可能没有设置DataFrame，而只是将数组设置为新值。

要在特定索引的列中设置值，请使用df.loc[df.index[#], 'NAME']

import numpy as np
import pandas as pd

df = pd.DataFrame([[1, 2] for _ in range(100)], columns=['column_1', 'column_2'])
my_array = np.array([41892.79355875, 40239.97933262, 39466.32169404, 38416.39545664,
                     40012.3803004, 41135.45946026, 43084.18917943, 44825.08405799,
                     44066.70603561, 46636.34415037, 45855.25783352, 45863.87118957,
                     44697.45547342, 48065.5708295, 47931.83508874])

df.loc[df.index[-15:], 'column_2'] = my_array

print(df)

    column_1      column_2
0          1      2.000000
1          1      2.000000
2          1      2.000000
3          1      2.000000
4          1      2.000000
..       ...           ...
95         1  45855.257834
96         1  45863.871190
97         1  44697.455473
98         1  48065.570830
99         1  47931.835089