pd.dataframe添加新的一列
时间: 2023-11-18 20:08:03 浏览: 29
你可以使用如下代码在 Pandas DataFrame 中添加新的一列:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
# 添加一个名为 C 的新列
df['C'] = [7,8,9]
# 输出结果
print(df)
```
输出结果如下:
```
A B C
0 1 4 7
1 2 5 8
2 3 6 9
```
在以上的代码中,我们首先通过 `pd.DataFrame` 函数创建了一个包含两个列(A 和 B)的 DataFrame,然后通过 `df['C']` 的方式添加了一个名为 C 的新列,并为它赋予了一组新的值 `[7,8,9]`。最后,通过 `print(df)` 输出我们新的 DataFrame 的结果。
相关问题
pd.dataframe在最后一列补一列0
可以使用 `pd.DataFrame.assign()` 方法来添加一列全为0的列,如下所示:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 在 DataFrame 最后一列添加一列全为0的列
df = df.assign(C=pd.Series([0]*len(df)))
print(df)
```
输出结果如下:
```
A B C
0 1 4 0
1 2 5 0
2 3 6 0
```
其中,`pd.Series([0]*len(df))` 创建了一个长度为 DataFrame 行数的全为0的 Series,然后使用 `assign()` 方法将其添加到 DataFrame 中作为最后一列。
print(pd.concat([pd.DataFrame(wine.data),pd.DataFrame(wine.target)],axis=1))
这行代码使用了`pd.concat()`函数将`wine.data`和`wine.target`在列方向上进行合并,并打印结果。
假设`pd`是Pandas库的一个实例,`wine.data`是一个包含葡萄酒数据的二维数组,每一行代表一个数据样本,`wine.target`是一个包含葡萄酒数据对应标签的一维数组。
`pd.DataFrame(wine.data)`将葡萄酒数据转换为一个DataFrame对象,每一列代表一个特征。
`pd.DataFrame(wine.target)`将葡萄酒数据对应的标签转换为一个DataFrame对象,作为最后一列。
`pd.concat([pd.DataFrame(wine.data), pd.DataFrame(wine.target)], axis=1)`将这两个DataFrame对象在列方向上进行合并,即将标签列添加到特征列的右侧。
最后,通过`print()`函数打印合并后的结果。这样可以将葡萄酒数据和对应的标签以表格形式输出。