DataFrame新建空白列

在pandas库中，如果你想在DataFrame（二维表格型数据结构）中新建一个空白列，你可以使用以下几种方式：

1. **直接赋值**：

   df['新列名'] = None 或者 np.nan 或者 ''

这样会在df的列名处插入新的一列，所有位置都是默认值（None、np.nan代表缺失值，''代表空字符串）。

2. **创建全零或全空的数据**：

   df['新列名'] = [0] * len(df) 或 df['新列名'] = ''

3. **利用Series创建**：

   new_series = pd.Series(np.zeros(len(df)), index=df.index, name='新列名')
   df = df.join(new_series)

这种方法首先创建一个新的Series，然后将其连接到现有的DataFrame上。

4. **使用apply()函数**：

   df['新列名'] = df.apply(lambda row: '值', axis=1)

适用于需要根据已有数据生成新值的情况，这里的`lambda row: '值'`可以根据实际情况调整。

以上就是在pandas DataFrame中新建空白列的一些常见方法。

相关问题

新建空白dataframe，要求有4097列，列名为feature1到feature4096加label,请提供代码

在Python的pandas库中，你可以使用`pd.DataFrame()`函数结合一个包含所有列名的序列来创建一个具有特定列数的新数据框。这里是一个例子，展示了如何创建一个4097列的DataFrame，其中前4096列是特征（feature1到feature4096），最后一列是标签（label）：

import pandas as pd

# 列名范围
features = list(range(1, 4097))
labels = ['label']

# 创建数据框
column_names = features + labels
data = {}  # 用于存放数据的字典
for i in range(len(column_names)):
    data[column_names[i]] = i  # 假设每列都是对应的数值，你可以根据实际需求填充

# 初始化一个全零的DataFrame，大小为4097x1（因为label只有一列）
df = pd.DataFrame(index=range(0), columns=column_names, dtype=int)

# 添加label列
df['label'] = df.index  # 或者你可以直接用常量或者其他值替换index

print(df.head())  # 查看前几行数据

请注意，这只是一个基础示例，实际应用中你可能需要根据具体的数据内容来填充每一列。如果你想要所有列都是非数值类型，你需要在创建数据字典时改变对应值的类型。

如何以"-"为分隔符，对dataframe中名为"科目|明细"的一列分列为5列，该列并非每行都可以分裂为五个，数量不够的部分以空白填充。不删除原始列，新建5列用以储存分列后的值，新的5列分别名为"一级科目"、"二级科目"，"三级科目"，"四级科目"，"五级科目"。

您可以使用`str.split()`方法将指定列按照"-"分隔为多列，并使用`.str`属性获取每个新列的值。如果分列后的数量不够五列，可以使用`.fillna('')`方法将空缺的部分填充为空白。

下面是一种实现方法：

import pandas as pd

# 创建示例DataFrame
data = {'科目|明细': ['一级科目-二级科目-三级科目', '一级科目-二级科目', '一级科目-二级科目-三级科目-四级科目-五级科目']}
df = pd.DataFrame(data)

# 分列并创建新列
df[['一级科目', '二级科目', '三级科目', '四级科目', '五级科目']] = df['科目|明细'].str.split('-', expand=True)
df[['一级科目', '二级科目', '三级科目', '四级科目', '五级科目']] = df[['一级科目', '二级科目', '三级科目', '四级科目', '五级科目']].fillna('')

# 打印结果
print(df)

执行上述代码后，您将得到一个新的DataFrame `df`，其中包含原始列"科目|明细"以及分列后的五个新列："一级科目"、"二级科目"、"三级科目"、"四级科目"、"五级科目"。如果某行的分列数量不足五列，将以空白填充。

请注意，上述代码中使用了`expand=True`参数来将分列结果转化为DataFrame，以便创建新的列。