python 在dataframe添加一列，每个数据都不一样

可以使用以下代码在DataFrame中添加一列：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 添加一列C，每个数据都不一样
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

在上述代码中，我们使用`df['C']`添加了一列`C`，然后将每个数据分别设置为`[7, 8, 9]`。

相关问题

python dataframe某列数据要做成柱形图 自定义柱形图每个柱子的统计范围，每个柱子范围不一样，添加数据标签

可以使用matplotlib库来绘制自定义柱形图，并添加数据标签。

首先，需要将数据读入到pandas的DataFrame中，然后使用matplotlib绘制柱形图。对于每个柱子的统计范围不一样的情况，可以使用numpy库的arange函数来生成柱子的位置信息和宽度信息。然后，使用matplotlib的bar函数来绘制柱形图，并使用text函数来添加数据标签。

以下是一个示例代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读入数据到DataFrame中
data = pd.DataFrame({
    'range': ['0-10', '10-20', '20-30', '30-40', '40-50'],
    'count': [20, 35, 45, 30, 25]
})

# 生成每个柱子的位置信息和宽度信息
x_pos = np.arange(len(data))
width = 0.4 * np.ones_like(x_pos)

# 绘制柱形图
fig, ax = plt.subplots()
ax.bar(x_pos, data['count'], width=width)

# 添加数据标签
for i, v in enumerate(data['count']):
    ax.text(i, v+1, str(v), ha='center')

# 设置x轴标签和标题
ax.set_xticks(x_pos)
ax.set_xticklabels(data['range'])
ax.set_xlabel('Range')
ax.set_ylabel('Count')
ax.set_title('Customized Bar Chart')

plt.show()

运行上述代码，就可以得到一个自定义柱形图，每个柱子的统计范围不一样，并且添加了数据标签。

python dataframe某列数据要做成柱形图 自定义柱形图每个柱子的统计范围，每个柱子范围不一样

要自定义柱形图每个柱子的统计范围，可以使用 pandas 中的 `cut` 函数将数据列划分成不同的区间，然后使用 matplotlib 绘制柱形图。

以下是一个示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {
    'value': [25, 30, 35, 40, 45, 50, 55, 60, 65],
    'label': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
}
df = pd.DataFrame(data)

# 划分区间
bins = [20, 35, 50, 65]
labels = ['20-35', '35-50', '50-65']
df['range'] = pd.cut(df['value'], bins=bins, labels=labels)

# 统计每个范围的数量
counts = df['range'].value_counts()

# 绘制柱形图
plt.bar(x=counts.index, height=counts.values)

# 添加标签和标题
plt.xlabel('Range')
plt.ylabel('Count')
plt.title('Customized Bar Chart')

# 显示图形
plt.show()

这段代码将数据列 `value` 划分成了三个范围 `[20, 35), [35, 50), [50, 65]`，统计了每个范围的数量，并绘制了柱形图。你可以根据自己的需求修改数据和区间划分方式。