极客教程如何在 Python 中使用已有的列来创建一个新的 DataFrame 列？
Dataframe 是一种二维数据结构，其中数据以行和列的形式以表格格式存储。它可以视为 SQL 数据表或 Excel 表格表示。
可使用以下构造函数创建 Dataframe:
pd.DataFrame(data, index, columns, dtype, copy)
我们之前看过一种方法，其中新的列作为 Series 数据结构创建。它与原始 dataframe 索引，因此被添加到 dataframe 中。
让我们看看如何使用已有的 dataframe 列来创建一个新的列。当我们需要对已有的列执行一些计算并将其结果存储在新列中时，这非常有用。
更多Python相关文章，请阅读：Python 教程
示例
import pandas as pd
my_data = {'ab' : pd.Series([1, 8, 7], index=['a', 'b', 'c']),
'cd' : pd.Series([1, 2, 0, 9], index=['a', 'b', 'c', 'd']),
'ef' :pd.Series([56, 78, 32],index=['a','b','c'])}
my_df = pd.DataFrame(my_data)
print("The dataframe is :")
print(my_df)
my_df['gh'] = my_df['ab'] + my_df['ef']
print("After adding column 0 and 2 to the dataframe, :")
print(my_df)
输出结果
The dataframe is :
ab cd ef
a 1.0 1 56.0
b 8.0 2 78.0
c 7.0 0 32.0
d NaN 9 NaN
After adding column 0 and 2 to the dataframe, :
ab cd ef gh
a 1.0 1 56.0 57.0
b 8.0 2 78.0 86.0
c 7.0 0 32.0 39.0
d NaN 9 NaN NaN
解释
- 导入所需的库，并以东都别名以便使用。
-
创建字典值，其中值实际上是 Series 数据结构。
-
创建多个此类字典值。
-
将此字典作为参数传递给 “pandas” 库中的 “Dataframe” 函数。
-
通过将字典作为参数传递给它来创建 dataframe。
-
为 dataframe 索引一个新列，并添加第0列和第2列，从而创建新列。
-
将 dataframe 打印到控制台。
注意： - “NaN” 的意思是“不是数字”，这意味着特定的 [row,col] 值没有任何有效条目。