pandas新加列

想要在 Pandas 中添加新的列，可以使用以下代码：

import pandas as pd

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

# 添加新列 C，值为 A 列和 B 列之和
df['C'] = df['A'] + df['B']

# 打印结果
print(df)

输出结果如下：

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

你也可以使用 `apply()` 方法将一个函数应用到每行或每列来创建新的列。例如，以下代码将创建一个新的列 `D`，其中每个元素都是字符串类型的列 `A` 的长度：

import pandas as pd

# 创建一个示例数据集
df = pd.DataFrame({'A': ['foo', 'bar', 'baz'], 'B': [4, 5, 6]})

# 添加新列 D，值为 A 列中字符串的长度
df['D'] = df['A'].apply(len)

# 打印结果
print(df)

输出结果如下：

     A  B  D
0  foo  4  3
1  bar  5  3
2  baz  6  3

相关问题

pandas 加列索引

要给 Pandas DataFrame 加列索引，可以使用 `set_axis` 方法。例如，给一个 DataFrame 添加列索引 ["A", "B", "C"]，可以执行以下代码：

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=["col1", "col2", "col3"])
df.set_axis(["A", "B", "C"], axis=1, inplace=True)
print(df)

输出结果为：

   A  B  C
0  1  2  3
1  4  5  6
2  7  8  9

其中，`set_axis` 的第一个参数为要添加的列索引，第二个参数 `axis=1` 表示操作列索引，`inplace=True` 表示在原 DataFrame 上进行修改。

pandas最新版本

Pandas最新版本是0.27.0。它是一个开源的Python库，专为数据分析和数据处理而设计。Pandas提供了灵活高效的数据结构，包括DataFrame和Series，使用户可以轻松地处理和操作数据。最新版本的Pandas引入了许多新功能和改进，包括：

1. 增强的类型提示：Pandas现在支持PEP 585规范，这意味着你可以在代码中使用类型注释，并享受编辑器的代码提示和类型检查功能。

2. 更快的性能和更少的内存占用：最新版本的Pandas通过引入更精细的数据类型推断和存储优化，提高了性能和减少了内存占用。这使得处理大型数据集更加高效。

3. 新的数据类型：Pandas新版本引入了两种新的数据类型，包括Nullable Integer类型和String类型。这些新类型为处理缺失数据和字符串数据提供了更好的支持。

4. 提高的时间序列功能：Pandas的时间序列功能得到了改进，包括新的时间数据类型、更好的索引和切片支持等。

5. 更多的API改进：最新版本的Pandas还引入了一些API改进，使得数据处理更加方便和灵活。这些改进包括新增的方法、参数和选项。

总之，Pandas的最新版本0.27.0提供了更好的性能、更多的功能和更少的内存占用。它为用户提供了更好的数据分析和处理工具，帮助他们更轻松地处理和操作数据。无论是在科学研究、金融分析还是其他领域，Pandas都是一个非常有用的工具。