如何在 Pandas DataFrame 中添加列|极客教程

如何在 Pandas DataFrame 中添加列

在数据分析和数据处理中，Pandas 是 Python 最常用的库之一。Pandas 提供了 DataFrame 对象，它是一个强大的二维数据结构，类似于 Excel 表格。在处理 DataFrame 时，我们经常需要添加新的列来存储计算结果或合并数据。本文将详细介绍如何在 Pandas DataFrame 中添加列，包括多种不同的方法和场景。

1. 使用赋值操作添加列

最基本的添加列方法是使用赋值操作。这种方法直接在 DataFrame 上创建一个新列，并为其赋值。

示例代码 1

import pandas as pd

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

# 直接通过赋值添加新列
df['C'] = [7, 8, 9]

print(df)

Output:

如何在 Pandas DataFrame 中添加列

2. 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列的插入位置、列名和数据。

示例代码 2

import pandas as pd

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

# 在第一列位置插入新列
df.insert(1, 'NewColumn', [10, 20, 30])

print(df)

Output:

如何在 Pandas DataFrame 中添加列

3. 使用 `.assign()` 方法添加列

.assign() 方法可以链式添加多个新列，这个方法返回一个新的 DataFrame，原始 DataFrame 不会被修改。

示例代码 3

import pandas as pd

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

# 使用.assign()添加新列
new_df = df.assign(C=[7, 8, 9], D=[10, 11, 12])

print(new_df)

Output:

如何在 Pandas DataFrame 中添加列

4. 使用计算结果添加列

在数据处理过程中，我们经常需要根据现有的数据计算新的数据列。

示例代码 4

import pandas as pd

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

# 添加新列，该列是现有两列的和
df['Sum'] = df['A'] + df['B']

print(df)

Output:

如何在 Pandas DataFrame 中添加列

5. 使用条件表达式添加列

有时候，我们需要根据条件给新列赋值。

示例代码 5

import pandas as pd

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

# 添加新列，根据条件赋值
df['Condition'] = ['High' if x > 25 else 'Low' for x in df['A']]

print(df)

Output:

如何在 Pandas DataFrame 中添加列

6. 使用 `.map()` 或 `.apply()` 方法添加列

当需要对 DataFrame 中的数据进行更复杂的转换时，可以使用 .map() 或 .apply() 方法。

示例代码 6

import pandas as pd

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

# 使用.map()添加新列
df['A_squared'] = df['A'].map(lambda x: x**2)

print(df)

Output:

如何在 Pandas DataFrame 中添加列

示例代码 7

import pandas as pd

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

# 使用.apply()在整个DataFrame上添加新列
df['Sum'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

print(df)

Output:

如何在 Pandas DataFrame 中添加列

7. 使用外部数据添加列

在实际应用中，我们可能需要根据外部数据源来添加列。这可能涉及到数据的合并或映射。

示例代码 8

import pandas as pd

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

external_data = {1: 'one', 2: 'two', 3: 'three'}

# 使用外部字典添加新列
df['A_ext'] = df['A'].map(external_data)

print(df)

Output:

如何在 Pandas DataFrame 中添加列

8. 使用 `.merge()` 方法添加列

当需要根据另一个 DataFrame 的数据添加列时，可以使用 .merge() 方法。

示例代码 9

import pandas as pd

df1 = pd.DataFrame({
    'Key': [1, 2, 3],
    'Value': [4, 5, 6]
})

df2 = pd.DataFrame({
    'Key': [1, 2, 3],
    'Description': ['A', 'B', 'C']
})

# 使用.merge()根据'Key'合并数据并添加新列
result_df = df1.merge(df2, on='Key')

print(result_df)

Output:

如何在 Pandas DataFrame 中添加列

9. 使用时间序列数据添加列

在处理时间序列数据时，我们经常需要根据日期或时间添加新的列。

示例代码 10

import pandas as pd

df = pd.DataFrame({
    'Date': pd.date_range(start='1/1/2020', periods=3),
    'Value': [1, 2, 3]
})

# 添加新列，为每个日期添加年份
df['Year'] = df['Date'].dt.year

print(df)

Output:

如何在 Pandas DataFrame 中添加列

10. 使用分组统计数据添加列

在某些情况下，我们需要根据分组的统计数据来添加列。

示例代码 11

import pandas as pd

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

# 添加新列，为每个类别计算平均值
df['Average'] = df.groupby('Category')['Value'].transform('mean')

print(df)