pandas添加一列数据

可以使用 pandas 的 assign 方法来添加一列数据，例如：

import pandas as pd

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

相关问题

pandas添加一列并赋值

在使用pandas库中添加一列并赋值的方法有很多种，以下是其中的一种常用方法：

首先，我们需要导入pandas库并创建一个DataFrame。假设我们有一个名为df的DataFrame，它包含了三列数据。

import pandas as pd

# 创建一个示例的DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print('添加列前的DataFrame：')
print(df)

输出：

添加列前的DataFrame：
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

接下来，我们可以使用直接赋值的方式在DataFrame中添加一列并赋值。假设我们想要在DataFrame中添加一列名为'D'，并将其赋值为[10, 20, 30]。

# 添加一列并赋值
df['D'] = [10, 20, 30]
print('添加列后的DataFrame：')
print(df)

输出：

添加列后的DataFrame：
   A  B  C   D
0  1  4  7  10
1  2  5  8  20
2  3  6  9  30

以上就是使用pandas库在DataFrame中添加一列并赋值的方法。

pandas加上一列数据

在pandas中，你可以使用以下方法为DataFrame添加新列数据。

方法1：使用赋值操作
你可以通过新建一个列索引，并为其赋值来添加新列数据。例如，假设你的DataFrame名为df，你可以使用以下代码添加一列名为"new_column"的数据列：
df['new_column'] = [1, 2, 3, 4, 5]

方法2：使用apply函数
你可以使用apply函数来根据DataFrame中的某一列计算并添加新列。例如，假设你的DataFrame中有一列名为"score"，你可以使用以下代码添加一列名为"grade"的数据列，根据分数确定等级范围：
df['grade'] = df['score'].apply(lambda x: 'A' if x >= 90 else 'B' if x >= 80 else 'C' if x >= 70 else 'D')

方法3：使用reindex函数
你还可以使用reindex函数来添加新列，同时指定新的列名。例如，假设你的DataFrame名为df，你可以使用以下代码添加名为"new_column"的新列：
df = df.reindex(columns=df.columns.tolist() + ['new_column'])

这些方法可以根据你的具体需求选择使用。希望这些方法可以帮助到你。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [pandas添加新列的5种常见方法](https://blog.csdn.net/lzjhyhf/article/details/129205949)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]