pandas新增一列并赋值为原dataframe的某一列

可以使用如下代码在 Pandas 中新增一列并赋值为原 DataFrame 的某一列：

import pandas as pd

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

# 新增一列并赋值为原 DataFrame 的某一列
df['C'] = df['A']

# 打印结果
print(df)

输出：

   A  B  C
0  1  4  1
1  2  5  2
2  3  6  3

在这个示例中，我们创建了一个 DataFrame，然后使用 `df['C'] = df['A']` 新增了一列 `C` 并将其赋值为原 DataFrame 的列 `A`。最后打印出整个 DataFrame。

相关问题

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。

dataframe新增列并赋值为0

要给DataFrame新增一列并赋值为0，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并赋值为0
df['C'] = 0

# 打印结果
print(df)

输出结果为：

   A  B  C
0  1  4  0
1  2  5  0
2  3  6  0

也可以使用assign()方法来新增列并赋值为0，示例如下：

# 使用assign()新增列D并赋值为0
df = df.assign(D=0)

# 打印结果
print(df)

输出结果为：

   A  B  C  D
0  1  4  0  0
1  2  5  0  0
2  3  6  0  0