dataframe 增加一列

你可以使用 Pandas 库中的 `assign` 方法增加一列，或者直接给 DataFrame 对象赋值新列。下面是两种方法的示例代码：

import pandas as pd

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

# 使用 assign 方法增加一列
df = df.assign(C=[7, 8, 9])
print(df)

# 直接给 DataFrame 对象赋值新列
df['D'] = [10, 11, 12]
print(df)

输出结果：

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

相关问题

dataframe增加一列

要在dataframe中添加一列，你可以使用以下代码：

import pandas as pd

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

# 添加一列'C'，其中每行的值都是相应行'A'列和'B'列的和
df['C'] = df['A'] + df['B']

在这个示例中，我们通过`df['C'] = df['A'] + df['B']`来添加一列，其中'C'是新添加的列的名称，而'A'和'B'则是现有列的名称。这里我们将'C'列的值设置为'A'列和'B'列的和。

dataframe增加一列数据

在Python中使用pandas库创建DataFrame对象，可以方便地对数据进行处理和操作。当需要向DataFrame中增加一列数据时，可以使用赋值的方式给DataFrame添加新的列，举例如下：

假设有如下DataFrame对象df：

import pandas as pd

data = {'name':['David', 'Alice', 'Bob', 'Charlie'],
        'age':[25, 32, 18, 47],
        'gender':['M', 'F', 'M', 'M']}

df = pd.DataFrame(data)

现在，我们需要在df中增加一列score，其值为[85, 90, 70, 95]，可以通过以下代码实现：

new_column = [85, 90, 70, 95]
df['score'] = new_column

分析代码可知，先定义了一个列表new_column，里面包含需要添加的新列数据。然后使用df['score'] = new_column这行代码进行赋值，其中score为新列的列名。

此时，DataFrame对象df就新增了一列score，最终结果为：

    name  age gender  score
0  David   25      M     85
1  Alice   32      F     90
2    Bob   18      M     70
3  Charlie 47      M     95