如何在dataframe中加一列
时间: 2023-12-03 09:36:26 浏览: 60
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:
```python
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:
```python
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:
```python
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:
```python
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:
```python
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。