dataframe 新增列

在Pandas库中，DataFrame是一种二维表格数据结构，可以方便地新增列。如果你想向DataFrame添加新的列，主要有两种方法：

1. **直接赋值**：

   df['新列名'] = 列值列表或计算表达式

这里，`df`是你想要操作的DataFrame对象，`新列名`是你想创建的新列名称，`列值列表`是一组与行数相同的值，或者是返回同样长度结果的函数。

2. **通过字典**：

   new_column_dict = {'新列名': 列值列表}
   df = df.assign(**new_column_dict)

这种方式将字典转换成列结构并追加到DataFrame中。

例如：

import pandas as pd

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

# 直接赋值
df['新列C'] = [7, 8, 9]

# 或者通过字典
new_col_dict = {'新列D': [10, 11, 12]}
df = df.assign(**new_col_dict)

相关问题

dataframe新增列

要给DataFrame新增列，可以使用如下方式：

import pandas as pd

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

# 新增一列C
df['C'] = [7, 8, 9]

# 打印结果
print(df)

输出结果为：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

也可以使用assign()方法来新增列，示例如下：

# 使用assign()新增列D
df = df.assign(D=[10, 11, 12])

# 打印结果
print(df)

输出结果为：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

DataFrame新增列

在pandas DataFrame中，有多种方式可以新增列。这里列举两种常见的方法：

1. 使用`pd.concat`方法[^1]：

   import pandas as pd
   # 假设已有DataFrame `data`
   data = pd.concat([data, pd.DataFrame(columns=['new_column'])], sort=False)

这里通过`pd.DataFrame(columns=['new_column'])`创建一个只包含新列的新DataFrame，然后拼接到原DataFrame上。

2. 通过`loc`方法：

   data.loc[:, 'new_column'] = None 或者 其他初始值

`loc`允许直接基于索引添加新列，例如设置所有元素为None或其他指定值。

另外，还有其他方法如`insert()`，`reindex()`以及通过现有列名创建新列（`data['new_column'] = ...`），但上述两种是最常用的方式。如果你已经有一个DataFrame并且想要添加新的列，可以直接选择相应的方法来实现。