Pandas DataFrame怎么新增一列

要在 Pandas DataFrame 中新增一列，可以使用类似字典的方式对 DataFrame 进行赋值操作。比如，假设我们有一个 DataFrame 名为 df，现在要新增一列名为 'new_column'，可以按照如下方式进行操作：

df['new_column'] = [1, 2, 3, 4, 5]

在上述代码中，我们给 df 新增了一列，列名为 'new_column'，并将一个包含 5 个元素的列表 [1, 2, 3, 4, 5] 赋值给该列。注意，该列表的长度必须和 DataFrame 的行数相同。如果要新增的列是计算得到的，则可以直接对 DataFrame 进行操作，例如：

df['new_column'] = df['col1'] + df['col2']

上述代码将 df 中 col1 和 col2 两列相加的结果赋值给新的一列 new_column。

相关问题

Pandas DataFrame怎么新增一列，值为空

要在 Pandas DataFrame 中新增一列，可以使用类似字典的方式对 DataFrame 进行赋值操作。如果要新增的列的值为空，可以使用以下代码：

import pandas as pd

# 创建一个空的 DataFrame
df = pd.DataFrame()

# 新增一列，并将该列的值赋为空值
df['new_column'] = None

在上述代码中，我们首先创建了一个空的 DataFrame，然后使用 `df['new_column'] = None` 的方式新增了一列 'new_column'，并将该列的值赋为空值。注意，空值在 Pandas 中用 None 表示。

pandas dataframe索引变成列

当你想要将Pandas DataFrame的索引转换为一个新的列时，可以使用`reset_index()`函数，这个函数默认会把DataFrame的当前索引转换成新的列，并将其作为结果DataFrame的第一列。例如：

import pandas as pd

# 假设我们有这样一个DataFrame df
df = pd.DataFrame({
   'A': [1, 2, 3],
   'B': [4, 5, 6]
}, index=['row1', 'row2', 'row3'])

# 转换索引到列
new_df = df.reset_index()

print(new_df)

这将输出：

   level_0  A  B
0     row1  1  4
1     row2  2  5
2     row3  3  6

在这个新的DataFrame `new_df`中，原来的索引（level_0）变成了新的一列。如果你想保留原索引名称作为列名，可以在`reset_index()`中设置`drop=False`：

new_df = df.reset_index(drop=False)