pandas 创建新列

在pandas中，可以通过给DataFrame对象新增一个新的列来创建新列。可以使用赋值运算符将一个Series对象或numpy数组分配给DataFrame中的新列。例如，假设我们有一个DataFrame对象df，我们想要创建一个新列，其值是df的两个现有列的和。我们可以这样做：

df['new_column'] = df['column1'] + df['column2']

这将在df中创建一个名为'new_column'的新列，并将其设置为'column1'和'column2'列的和。

还可以使用lambda函数创建新列，例如：

df['new_column'] = df['column1'].apply(lambda x: x**2)

这将在df中创建一个名为'new_column'的新列，并将其设置为'column1'列的平方。

相关问题

pandas中创建新列

在Pandas中，可以通过以下方式创建新列：

1. 通过赋值创建新列：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['female', 'male', 'male', 'male']}

df = pd.DataFrame(data)

# 创建新列
df['profession'] = ['teacher', 'engineer', 'doctor', 'lawyer']

print(df)

输出结果：

    name  age  gender profession
0  Alice   25  female    teacher
1    Bob   30    male   engineer
2    Charlie   35    male   doctor
3    David   40    male    lawyer

2. 通过apply方法创建新列：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['female', 'male', 'male', 'male']}

df = pd.DataFrame(data)

# 创建新列
df['age_group'] = df['age'].apply(lambda x: 'young' if x < 30 else 'old')

print(df)

输出结果：

    name  age  gender age_group
0  Alice   25  female     young
1    Bob   30    male       old
2    Charlie   35    male       old
3    David   40    male       old

在上面的例子中，我们通过apply方法创建了一个新列，该列根据“age”列的值创建。如果“age”列的值小于30，则该新列的值为“young”，否则为“old”。

pandas 增加新列

要在 pandas 中增加新列，可以使用以下代码：

import pandas as pd

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

# 新增一列 C，值为 A 和 B 的和
df['C'] = df['A'] + df['B']

# 打印结果
print(df)

执行结果如下：

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

在这个示例中，我们创建了一个 DataFrame，并使用 `df['A'] + df['B']` 的结果作为新列 C 的值。然后使用 `df['C'] = ...` 将新列加入到 DataFrame 中。