pandas新建一列

在pandas中，可以使用多种方法来新建一列。以下是两种常用的方法：

1. 直接赋值：可以通过给DataFrame对象的列赋值的方式来新建一列。例如，可以使用空字符串或其他默认值来初始化新列，然后根据条件或其他列的值进行赋值。

# 方法一：增加值为空的新列
df['D'] = ''  # 增加D列，并赋值为空值。

# 方法二：根据已有列增加新列
df['D'] = df['A'] // 10  # 新建列D。A列数据除以10取整，结果放到D列
df['D'] = df['A'] > 85  # 新建列D。数据为True或False

2. 使用`df.apply()`方法：`df.apply()`方法可以对DataFrame的每一行或每一列应用一个自定义的函数，并将结果赋值给新的列。

# 定义一个函数，用于根据条件生成新列的值
def calculate_D(row):
    if row['A'] > 85:
        return 'High'
    else:
        return 'Low'

# 使用df.apply()方法将函数应用到每一行，并将结果赋值给新列D
df['D'] = df.apply(calculate_D, axis=1)

这样就可以使用以上两种方法来新建一列。根据具体的需求和数据结构，选择适合的方法来新建列。

相关问题

pandas新建一列为两列的相除结果，并将分母为0的一行的相除结果显示无

可以使用Pandas的`apply()`方法结合lambda函数来实现这个需求。假设我们要将DataFrame中的`col1`列和`col2`列相除，结果存储在`col3`列中，同时如果分母为0，则将`col3`列的值设为"无"。代码如下：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [2, 0, 4, 0, 6]})

# 定义一个lambda函数，用于计算相除结果
divide = lambda x, y: "无" if y == 0 else x / y

# 将相除结果存储在新的列col3中
df['col3'] = df.apply(lambda row: divide(row['col1'], row['col2']), axis=1)

print(df)

输出结果为：

   col1  col2 col3
0     1     2  0.5
1     2     0    无
2     3     4  0.75
3     4     0    无
4     5     6  0.83

可以看到，分母为0的行的相除结果被设置为了"无"。

pandas新建列号

您好，如果您想在 Pandas 中新建一列，可以使用 DataFrame 中的 `assign` 方法。下面的示例代码演示了如何在一个 DataFrame 中新建一列：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 assign 方法新建一列
df = df.assign(D=[10, 11, 12])

print(df)

输出结果为：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

在这个示例中，我们使用 `assign` 方法新建了一列，列名为 'D'，该列包含了值 [10, 11, 12]。同时，我们将新的 DataFrame 赋值给变量 `df`，以便后续使用。希望能够帮到您！