pandas向DataFrame添加列|极客教程

pandas向DataFrame添加列

在数据处理和分析中，经常需要对数据进行修改和扩展，其中一个常见的操作是向DataFrame中添加列。本文将详细介绍如何使用pandas库在Python中向DataFrame添加列，包括不同的方法和场景，以及如何处理可能遇到的一些问题。

1. 使用赋值方式添加列

最简单的添加列的方法是直接使用赋值操作。这种方法适用于你已经有一个明确的列值列表，或者想要基于现有数据计算得到新列。

示例代码 1：直接赋值添加新列

import pandas as pd

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

# 添加新列C
df['C'] = [7, 8, 9]

print(df)

Output:

pandas向DataFrame添加列

示例代码 2：基于现有列计算添加新列

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [10, 20, 30],
    'B': [40, 50, 60]
})

# 添加新列C，其为列A和列B的和
df['C'] = df['A'] + df['B']

print(df)

Output:

pandas向DataFrame添加列

2. 使用`assign`方法添加列

assign方法可以在不修改原始DataFrame的情况下，返回一个新的DataFrame，其中包含了添加的新列。这对于链式调用特别有用。

示例代码 3：使用assign添加新列

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [100, 200, 300],
    'B': [400, 500, 600]
})

# 使用assign添加新列C
new_df = df.assign(C=lambda x: x['A'] + x['B'])

print(new_df)

Output:

pandas向DataFrame添加列

3. 使用`insert`方法添加列

如果你需要在DataFrame中的特定位置插入列，可以使用insert方法。这个方法允许你指定新列的插入位置。

示例代码 4：使用insert在特定位置添加列

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [1000, 2000, 3000],
    'B': [4000, 5000, 6000]
})

# 在索引1的位置插入新列C
df.insert(1, 'C', [7000, 8000, 9000])

print(df)

Output:

pandas向DataFrame添加列

4. 使用`concat`函数添加列

当你有多个DataFrame并希望沿着列方向进行合并时，可以使用concat函数。这个方法在处理具有相同行索引的DataFrame时特别有用。

示例代码 5：使用concat合并两个DataFrame

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({
    'A': [1, 2, 3]
})

df2 = pd.DataFrame({
    'B': [4, 5, 6]
})

# 沿列方向合并DataFrame
result = pd.concat([df1, df2], axis=1)

print(result)

Output:

pandas向DataFrame添加列

5. 使用DataFrame的拓展功能

pandas的DataFrame提供了强大的功能来处理数据，包括添加列。我们可以利用这些功能来进行更复杂的数据操作。

示例代码 6：使用条件表达式添加列

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [10, 20, 30],
    'B': [20, 30, 40]
})

# 添加新列C，其值取决于列A和列B的比较
df['C'] = ['High' if a > b else 'Low' for a, b in zip(df['A'], df['B'])]

print(df)

Output:

pandas向DataFrame添加列

示例代码 7：使用apply函数添加列

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [100, 200, 300],
    'B': [400, 500, 600]
})

# 使用apply函数添加新列C
df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

print(df)

Output:

pandas向DataFrame添加列

示例代码 8：使用map函数添加列

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': ['foo', 'bar', 'baz'],
    'B': ['one', 'two', 'three']
})

# 使用map函数添加新列C
df['C'] = df['A'].map(str.upper)

print(df)

Output:

pandas向DataFrame添加列

示例代码 9：使用merge函数添加列

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({
    'key': ['K0', 'K1', 'K2'],
    'A': ['A0', 'A1', 'A2']
})

df2 = pd.DataFrame({
    'key': ['K0', 'K1', 'K2'],
    'B': ['B0', 'B1', 'B2']
})

# 使用merge函数沿key合并DataFrame
result = pd.merge(df1, df2, on='key')

print(result)

Output:

pandas向DataFrame添加列

示例代码 10：使用DataFrame.join添加列

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({
    'A': ['A0', 'A1', 'A2']
})

df2 = pd.DataFrame({
    'B': ['B0', 'B1', 'B2']
})

# 使用join添加列
result = df1.join(df2)

print(result)