pandas新增一列并赋空值

在Pandas中，你可以使用`assign()`或`insert()`方法来向DataFrame中新增一列，并将其所有值设置为`NaN`或空值。这里分别用两种方法来说明：

1. 使用`assign()`方法：

import pandas as pd

# 假设你有一个名为df的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 新增一列并赋值为空值
df = df.assign(new_column=None)

# 或者，如果你想要添加的是列名和对应的值都是`NaN`：
df = df.assign(new_column=pd.Series([np.nan, np.nan, np.nan]))

2. 使用`insert()`方法（如果要在原有列之前插入新列）：

# 在索引位置0插入新列
df.insert(0, 'new_column', [np.nan, np.nan, np.nan])

# 现在df的`new_column`是新的第一列，之前的列会依次后移一位

无论你选择哪种方法，`NaN`在Pandas中通常表示缺失值。

相关问题

Pandas DataFrame怎么新增一列，值为空

要在 Pandas DataFrame 中新增一列，可以使用类似字典的方式对 DataFrame 进行赋值操作。如果要新增的列的值为空，可以使用以下代码：

import pandas as pd

# 创建一个空的 DataFrame
df = pd.DataFrame()

# 新增一列，并将该列的值赋为空值
df['new_column'] = None

在上述代码中，我们首先创建了一个空的 DataFrame，然后使用 `df['new_column'] = None` 的方式新增了一列 'new_column'，并将该列的值赋为空值。注意，空值在 Pandas 中用 None 表示。

给df1表中新增一列B，使得如果一个df1表中A列对应的值与df2表中A列对应的值相等，那么把df1表中B列的值就为df2表中B列的值

您可以使用`merge`函数来实现这个需求。首先，您需要将`df1`和`df2`按照A列进行合并。然后，您可以使用`np.where`函数根据条件将B列的值设置为df2表中B列的值或者保留原始的B列的值。以下是示例代码：

import pandas as pd
import numpy as np

# 创建示例数据
data1 = {'A': [1, 2, 3, 4],
         'B': ['a', 'b', 'c', 'd']}
data2 = {'A': [2, 4],
         'B': ['x', 'y']}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 合并df1和df2，并根据条件将B列的值设置为df2表中B列的值或者保留原始的B列的值
df_merged = pd.merge(df1, df2, on='A', how='left')
df1['B'] = np.where(df_merged['B_y'].notnull(), df_merged['B_y'], df_merged['B_x'])

# 打印结果
print(df1)

输出结果：

   A  B
0  1  a
1  2  x
2  3  c
3  4  y

在这个示例中，df1和df2分别是两个示例数据表，通过`merge`函数按照A列进行了合并。然后，我们使用`np.where`函数根据条件判断，如果df_merged的B_y列（即df2表中的B列）不为空值，则将B列的值设置为df_merged的B_y列的值，否则保留原始的B列的值（即df_merged的B_x列的值）。最后，打印输出了df1表的结果。