pd.dataframe添加新的一列

你可以使用如下代码在 Pandas DataFrame 中添加新的一列：

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：

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。

pd.dataframe 添加数据

在Pandas库中，你可以使用多种方式向DataFrame添加数据。以下是几种常见的方法：

1. **追加行（Append Rows）**：
- `loc`或`iloc`：通过指定行号或标签，可以直接添加一行数据。例如：

     new_data = {'A': 'Value1', 'B': 42}
     df.loc[len(df)] = new_data

- `insert`：在指定位置插入一行或多行，比如：

     df.insert(0, 'New Column', 'New Value')

2. **追加列（Add Columns）**：
- 直接赋值给列名：

     df['New Column'] = 'New Data'

- 利用字典或Series构造新列：

     df['New Column'] = df['Old Column'].apply(lambda x: x * 2)

3. **堆叠或合并（Stacking or Merging）**：
- 如果你想基于某个键将行转换为列，可以使用`stack`或`melt`函数：

     df_stacked = df.pivot(index='Index', columns='Column', values='Value')

- 合并多个DataFrame可以根据键进行内连接、外连接等操作，如`merge`或`concat`：

4. **追加整个DataFrame**：
- 如果有另一个完整的DataFrame，可以使用`concat`函数：

     new_df = pd.DataFrame({'New': ['New1', 'New2'], 'Data': [1, 2]})
     df = pd.concat([df, new_df])

5. **使用`DataFrame.from_records`或`.from_dict`从其他结构导入数据**：
- 这些方法允许你从列表、字典或其他数据结构轻松地构建DataFrame：

     data_list = [{'Name': 'Alice', 'Age': 25}, {'Name': 'Bob', 'Age': 30}]
     df = pd.DataFrame(data_list)

记得每次添加数据后检查结果，确保它们已经被正确地添加到了预期的位置，并且数据类型与现有数据一致。