dataframe使用多行数据生成新列

在 Pandas 中，可以使用 apply 方法和 lambda 函数来生成新列。

例如：假设有一个名为 "df" 的数据框，其中有两列 "A" 和 "B"。

df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

这会在数据框中创建一个名为 "C" 的新列，其中每个单元格的值是 "A" 列和 "B" 列对应行的单元格值之和。

相关问题

dataframe 根据值生成多行

Dataframe可以根据值生成多行的方法有很多，以下是一种常见的方法：

首先，我们需要创建一个空的Dataframe对象，并定义好其列名和数据类型。可以使用如下代码创建一个空的Dataframe对象：

import pandas as pd

df = pd.DataFrame(columns=['列1', '列2'], dtype=int)

接下来，我们可以使用append()方法来向Dataframe中添加行数据。该方法可以接收一个字典作为参数，字典中的键对应列名，值对应相应的数据。

例如，我们希望将值为1和2的行数据添加到Dataframe中，可以使用如下代码：

df = df.append({'列1': 1, '列2': 2}, ignore_index=True)
df = df.append({'列1': 1, '列2': 2}, ignore_index=True)

上述代码中，ignore_index参数设置为True，则会根据添加的行数据自动分配行索引。

如果我们需要往Dataframe中添加多行数据，可以通过循环来实现，例如：

for i in range(5):
df = df.append({'列1': i+1, '列2': i+2}, ignore_index=True)

上述代码将实现在Dataframe中添加5行数据，其中'列1'的值为1-5，'列2'的值为2-6。

通过上述的方法，可以根据值生成多行，实现灵活的数据处理和操作。在实际应用中，我们可以根据具体的需求和数据特点灵活运用Dataframe的数据处理函数和方法，实现多行数据的生成和操作。

将输入的多行数据生成数据框

可以使用 pandas 库将输入的多行数据生成数据框。下面是示例代码：

import pandas as pd

# 输入多行数据，每行数据以逗号分隔
input_data = 'John,25,Male\nMary,30,Female\nBob,20,Male'

# 将输入数据转成列表
rows = input_data.split('\n')

# 将列表转成二维列表
data = [row.split(',') for row in rows]

# 创建数据框
df = pd.DataFrame(data, columns=['Name', 'Age', 'Gender'])

print(df)

输出结果为：

   Name Age  Gender
0  John  25    Male
1  Mary  30  Female
2   Bob  20    Male

这里假设输入的数据中每行数据以逗号分隔，并且每个字段的顺序都相同。如果输入数据的格式不同，需要根据实际情况调整代码。