如何在dataframe中加一列

在 Pandas 中，可以使用 `df['new_column'] = values` 的方式来添加一列。其中，`values` 可以是一个标量、一个数组或一个 Series 对象，用于填充新列的值。例如，下面的代码演示了如何在一个 DataFrame 中添加一列：

import pandas as pd

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

# 添加一列 C，用 A 和 B 相加的结果填充
df['C'] = df['A'] + df['B']

print(df)

输出：

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

相关问题

dataframe中加一列怎么做python代码

可以使用 Pandas 库来操作 DataFrame。要在 DataFrame 中添加一列，可以使用以下代码：

import pandas as pd

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

# 添加一列 C
df['C'] = [7, 8, 9]

# 打印 DataFrame
print(df)

以上代码将创建一个 DataFrame，然后添加一列名为 C，列中的元素为 `[7, 8, 9]`。最后打印输出整个 DataFrame。

如果要添加的列是基于已有列计算得出的，可以使用 apply 函数来实现。例如，以下代码将在 DataFrame 中添加一列 D，该列元素为 A 列和 B 列之和：

import pandas as pd

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

# 添加一列 D
df['D'] = df.apply(lambda row: row.A + row.B, axis=1)

# 打印 DataFrame
print(df)

以上代码将创建一个 DataFrame，然后添加一列名为 D，该列元素为 A 列和 B 列之和。最后打印输出整个 DataFrame。

在dataframe后加一列

在DataFrame后添加一列，你可以使用以下方法之一：

1. 使用索引操作符 `[]` 并分配一个新的列名给它，可以是一个值或一个Series对象，如下所示：

import pandas as pd

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

# 添加一个名为'C'的新列，赋值为一个常量
df['C'] = 7

# 添加一个名为'D'的新列，赋值为一个Series对象
df['D'] = pd.Series([8, 9, 10])

print(df)

输出：

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

2. 使用 `insert()` 函数在指定位置插入新列，如下所示：

import pandas as pd

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

# 在索引位置1处添加一个名为'C'的新列，赋值为一个常量
df.insert(1, 'C', 7)

# 在索引位置2处添加一个名为'D'的新列，赋值为一个Series对象
df.insert(2, 'D', pd.Series([8, 9, 10]))

print(df)

输出：

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

以上是两种常见的在DataFrame后添加新列的方法，你可以根据具体的需求选择其中一种。