如何从一个数据帧中提取列标题并将其添加到另一个数据帧中？

Question

我的目标是将小df中的列标题添加到现有的大型数据帧中，而无需手动键入名称。

这是一个小的数据框架。

veddra_term_code    veddra_version  veddra_term_name    number_of_animals_affected  accuracy
335                      11               Emesis        NaN                           NaN
142                      11           Anaemia     NOS   NaN                            NaN

大型数据帧类似于上面的内容，但它有40列。

这是我用来从dict中提取小数据帧的代码。

df = pd.DataFrame(reaction for result in d['results'] for reaction in result['reaction']) #get reaction data
df

Answer 1

您可以向dataframe.reindex传递列的列表，其中包括现有的列和新的列。如果列在数据框中还不存在，它将作为值NaN获取。

假设df是您希望使用列扩展的大型数据帧。然后，您可以从您的小型数据框架创建一个新的列名列表(columns_to_add)，并将它们组合在一起。然后在大数据帧上调用reindex。

import pandas as pd

df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})

existing_columns = df.columns.tolist()
columns_to_add = ["C", "D"] # or use small_df.columns.tolist()
new_columns = existing_columns + columns_to_add

df = df.reindex(columns = new_columns)

这将产生：

   A  B   C   D
0  1  2 NaN NaN
1  2  3 NaN NaN
2  3  4 NaN NaN

如果您不喜欢NaN，可以通过传递关键字fill_value来使用不同的值。(例如，df.reindex(columns = new_columns, fill_value=0)。

Answer 2

df.columns将为您提供一个列名的数组

Answer 3

import numpy as np
#loop small dataframe headers
for i in small_df.columns:
    # if large df doesnt have the header, create the header
    if i not in large_df.columns:
        #creates new header with no data
        large_df.loc[:,i]=np.nan