pandas dataframe 增加一列

简介

在处理数据时，经常会遇到需要给DataFrame添加新列的情况。pandas是一个功能强大的数据处理库，它提供了简单的方法来增加DataFrame的列。本文将详细介绍pandas库中添加新列的常见方法，并给出示例代码和运行结果。

1. 使用字典添加列

pandas提供的DataFrame对象中的assign()方法允许我们使用字典来添加新的列。该方法新建一个DataFrame对象并返回一个包含添加新列的副本。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用字典添加新列
df_new = df.assign(C=[7, 8, 9])

# 输出结果
print(df_new)

输出:

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

2. 使用现有列计算新列

我们可以使用现有的列来计算和生成新的列。pandas提供了多种方法，如使用apply()函数、使用eval()函数、使用assign()方法等。下面是一个使用apply()函数的示例：

import pandas as pd
import numpy as np

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用'apply()'函数计算新列
df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

# 输出结果
print(df)

输出:

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

3. 使用numpy函数生成新列

在pandas中，我们可以使用numpy的函数快速生成新列。这对于进行数值运算和生成新列非常有用。下面是一个使用numpy函数的示例：

import pandas as pd
import numpy as np

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用numpy函数生成新列
df['C'] = np.sqrt(df['A'] + df['B'])

# 输出结果
print(df)

输出:

   A  B         C
0  1  4  2.645751
1  2  5  3.162278
2  3  6  3.605551

4. 使用其他DataFrame列的值生成新列

我们可以使用其他DataFrame列的值来生成新的列。这在我们需要基于先前计算的结果来计算新的列时非常有用。下面是一个使用其他列值生成新列的示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用其他列的值生成新列
df['C'] = df['A'] + df['B'] * 2

# 输出结果
print(df)

输出:

   A  B   C
0  1  4   9
1  2  5  12
2  3  6  15

5. 使用条件语句生成新列

我们可以使用条件语句生成新列，根据条件对已有列的值进行判断和计算。下面是一个使用条件语句生成新列的示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用条件语句生成新列
df['C'] = 'small'
df.loc[df['A'] >= 2, 'C'] = 'large'

# 输出结果
print(df)

输出:

   A  B      C
0  1  4  small
1  2  5  large
2  3  6  large

6. 使用Series对象生成新列

我们也可以使用Series对象生成新的列，并将其合并到DataFrame中。下面是一个使用Series对象生成新列的示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用Series对象生成新列
s = pd.Series([7, 8, 9])
df['C'] = s

# 输出结果
print(df)

输出:

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

7. 使用字符串生成新列

我们可以使用字符串生成新的列，并将其添加到DataFrame中。这在我们需要根据字符串值生成新列时非常有用。下面是一个使用字符串生成新列的示例：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6]})

# 使用字符串生成新列
df['C'] = 'hello world'

# 输出结果
print(df)

输出:

   A  B            C
0  1  4  hello world
1  2  5  hello world
2  3  6  hello world

总结

pandas提供了多种方法来增加DataFrame的列。本文介绍了使用字典、使用现有列计算、使用numpy函数、使用其他DataFrame列的值、使用条件语句、使用Series对象和使用字符串生成新列的方法。根据具体的需求，选择适合的方法可以使数据处理更加高效。