dataframe创建新列

在Python的pandas库中，DataFrame是一个非常重要的数据结构，用于处理和分析表格数据。创建新列是DataFrame操作中常见的需求。以下是几种常见的方法来创建新列：

1. **直接赋值**：
你可以直接通过列名来创建一个新列，并为其赋值。

   import pandas as pd

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

   # 创建一个新列C，并赋值为列A和列B的和
   df['C'] = df['A'] + df['B']

   print(df)

2. **使用apply函数**：
你可以使用`apply`函数来创建一个新列，并通过一个函数来计算新列的值。

   import pandas as pd

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

   # 使用apply函数创建一个新列C
   df['C'] = df.apply(lambda row: row['A'] * row['B'], axis=1)

   print(df)

3. **使用numpy函数**：
你可以使用numpy库中的函数来创建新列。

   import pandas as pd
   import numpy as np

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

   # 使用numpy函数创建一个新列C
   df['C'] = np.sqrt(df['A'] ** 2 + df['B'] ** 2)

   print(df)

4. **使用条件赋值**：
你可以根据条件来创建一个新列。

   import pandas as pd

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

   # 根据条件创建一个新列C
   df['C'] = np.where(df['A'] > 1, 'Yes', 'No')

   print(df)

通过这些方法，你可以根据不同的需求来创建新列，使数据处理更加灵活和高效。