如何对dataframe增添一列

要对DataFrame增加一列，可以使用以下方式：

1. 使用索引运算符，将新列赋值给DataFrame对象：

import pandas as pd

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

# 新增一列C
df['C'] = [7, 8, 9]

print(df)

输出：

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

2. 使用assign方法，将新列赋值给DataFrame对象：

import pandas as pd

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

# 新增一列C
df = df.assign(C=[7, 8, 9])

print(df)

输出：

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

两种方法的效果是相同的。需要注意的是，如果要新增的列数据长度不等于原DataFrame的行数，会报错。

相关问题

python，给DataFrame增添一列，命名为

如果你已经有了一个DataFrame对象，想要增添一列，可以使用该对象的`[]`操作符，用新的列名作为索引，来赋值一个Series对象即可。例如，假设你的DataFrame对象名为df，你要增添的列名为new_col，那么可以这样操作：

import pandas as pd

# 假设你已有一个DataFrame对象df
# 你要增添的列名为new_col，可以先构造一个Series对象
new_col_data = pd.Series([1, 2, 3, 4, 5])
df['new_col'] = new_col_data

这样就可以在df中增添一列名为new_col的列了，它的值为[1, 2, 3, 4, 5]。

有列数为1的dataframe，增添一个新列(即第二列)，命名为“风险”，此时第二列的值由第一列确定，当第一列的数值小于6.1时，第二列对应的值为“无风险”，当第一列的数值大于6.1小于6.4时，第二列对应的值为“低风险”，当第一列的数值大于6.4小于6.7时，第二列对应的值为“中风险”，当第一列的数值大于6.7时，第二列对应的值为“高风险”，

可以使用 DataFrame 的 loc 方法新增一列，并使用 apply 方法根据第一列的值为新列赋值。示例代码如下：

import pandas as pd

# 创建一个只有一列的 dataframe
df = pd.DataFrame({'数值': [6.0, 6.2, 6.5, 7.0]})

# 新增一列 '风险'，根据 '数值' 列的值赋值
df.loc[:, '风险'] = df['数值'].apply(lambda x: '无风险' if x < 6.1 else ('低风险' if x < 6.4 else ('中风险' if x < 6.7 else '高风险')))

print(df)

输出结果如下：

   数值  风险
0  6.0  无风险
1  6.2  低风险
2  6.5  中风险
3  7.0  高风险

可以看到，新的 '风险' 列已经被成功地新增到 dataframe 中，并且根据 '数值' 列的值被正确地赋值。