Python 将系列添加到Pandas数据帧会产生NaN列

使用此数据集（为了简洁起见，省略了一些列和数百行）

我使用了以下命令

ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()

要创建以下系列

Name
Ali MacGraw                1
Amy Adams                  1
Angela Bassett             1
Angelina Jolie             1
Anjelica Huston            1
Ann Harding                1
Ann-Margret                1
Anna Magnani               1
Anne Bancroft              4
Anne Baxter                1
Anne Hathaway              1
Annette Bening             3
Audrey Hepburn             4

我试着把这个系列添加到原始数据框中，就像这样

ba_dob['New_Col'] = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()

我有一列NaN值

---

我读过其他一些帖子，它们暗示在工作中可能存在一些错误的索引，但我不确定这会如何改变。更具体地说，为什么熊猫不能排列索引，因为groupby和count来自同一个表。还有其他事情正在进行吗？

您认为需要使用reset_index（），它删除层次结构并创建两个字段Name和Count.Post，选择“Count”字段将其添加到数据帧。差不多

 ba_dob['New_Col'] = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count().reset_index()['count']

我认为您需要，不是，因为

count

exclude

NaN

s:

最后一列

Name

by

Series

创建人

groupby

：

m = ba_dob.Winner == 0.0
ba_dob['new'] = ba_dob['Name'].map(ba_dob[m].groupby('Name').Winner.size())
print (ba_dob)
        Year  Ceremony         Award  Winner            Name  new
0  1927/1928         1  Best Actress     0.0  Louise Dresser    1
1  1927/1928         1  Best Actress     1.0    Janet Gaynor    1
2       1937        10  Best Actress     0.0    Janet Gaynor    1
3  1927/1928         1  Best Actress     0.0  Gloria Swanson    3
4  1929/1930         3  Best Actress     0.0  Gloria Swanson    3
5       1950        23  Best Actress     0.0  Gloria Swanson    3

另一个解决方案：

ba_dob['new'] = ba_dob['Name'].map(ba_dob.loc[m, 'Name'].value_counts())

---

您可以在初始数据帧上加入结果

New_col = df.loc[df.Winner == 0.0, :].groupby('Name').Winner.count().rename('New_col')
df = df.join(New_col, on='Name')

输出：

    Award           Ceremony    Name            Winner  Year New_col
0   Best Actress    1927/1928   Louise Dresser  0.0     0    1
1   Best Actress    1927/1928   Janet Gaynor    1.0     1    1
2   Best Actress    1937        Janet Gaynor    0.0     2    1
3   Best Actress    1927/1928   Gloria Swanson  0.0     3    3
4   Best Actress    1929/1930   Gloria Swanson  0.0     4    3
5   Best Actress    1950        Gloria Swanson  0.0     5    3

你也可以使用地图

mapper = ba_dob.loc[ba_dob.Winner == 0.0, :].groupby('Name').Winner.count()
ba_dob['New_Col'] = ba_dob['Name'].map(mapper)

你得到

    Year        Ceremony    Award       Winner  Name            New_Col
0   1927/1928   1           BestActress 0.0     Louise Dresser  1
1   1927/1928   1           BestActress 1.0     Janet Gaynor    1
2   1937        10          BestActress 0.0     Janet Gaynor    1
3   1927/1928   1           BestActress 0.0     Gloria Swanson  3
4   1929/1930   3           BestActress 0.0     Gloria Swanson  3
5   1950        23          BestActress 0.0     Gloria Swanson  3

---

您的

groupby

不覆盖整个

DataFrame

，而只覆盖

Winner==0

的行，因此对于这些行，您当然会得到

NaN

Hmm。由于某些原因，keyrerror。但是你确实认为索引是个问题。哦，再想一想，它不会起作用，因为重置索引意味着无法映射到数据帧的原始索引。我的坏消息令人印象深刻。我不知道转换函数或您可以要求.loc提供您尚未创建的列的概念。但它提供了很多思考的内容。请稍等，我有一个使用此实现的想法。非常好，非常感谢！在我接受之前，您能详细说明最后一行吗？Pandas提供了一个函数map（），您可以使用它将一个系列（ba_dob['Name']）的值映射到另一个系列（count）。这是一个非常有用的函数，你也可以将它与字典一起用作映射器。请看一下@jezrael的答案，你可能想使用size而不是count来包含所有行。这是有意义的，我观察到的是一列

NaNs

。没有例外。@Ryan您需要小心在浮点上执行

=

，它可能显示为

0.0

，但它是

0.0001

等。基本上，请验证您的过滤器是否正常工作，如果需要，请添加一个

epsilon

。

    Year        Ceremony    Award       Winner  Name            New_Col
0   1927/1928   1           BestActress 0.0     Louise Dresser  1
1   1927/1928   1           BestActress 1.0     Janet Gaynor    1
2   1937        10          BestActress 0.0     Janet Gaynor    1
3   1927/1928   1           BestActress 0.0     Gloria Swanson  3
4   1929/1930   3           BestActress 0.0     Gloria Swanson  3
5   1950        23          BestActress 0.0     Gloria Swanson  3