pandas 添加列
时间: 2023-08-05 17:02:28 浏览: 188
要在 Pandas 中添加列,可以使用以下方法:
1. 使用现有列创建新列:
```python
df['new_column'] = df['existing_column'] + 5
```
上述代码会在 DataFrame `df` 中创建一个名为 `'new_column'` 的新列,其值为 `'existing_column'` 列的值加上 5。
2. 使用函数或表达式创建新列:
```python
df['new_column'] = df.apply(lambda row: row['column1'] + row['column2'], axis=1)
```
上述代码会在 DataFrame `df` 中创建一个名为 `'new_column'` 的新列,其值为对每一行应用 lambda 函数的结果。可以根据需要修改 lambda 函数或表达式。
3. 使用其他列的组合创建新列:
```python
df['new_column'] = df['column1'] + df['column2']
```
上述代码会在 DataFrame `df` 中创建一个名为 `'new_column'` 的新列,其值为 `'column1'` 列和 `'column2'` 列的组合。
这些是添加列的一些常用方法,你可以根据具体需求选择适合的方法。
相关问题
python 中运用pandas添加列
在 Pandas 中添加列有多种方法,其中最常见的方法是使用赋值语句或 loc 函数。例如,如果我们有一个 DataFrame df,想要在其中添加一个名为 new_col 的新列,可以使用以下代码:
```
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 使用赋值语句添加新列
df['new_col'] = [7, 8, 9]
# 使用 loc 函数添加新列
df.loc[:, 'new_col2'] = [10, 11, 12]
```
在上述代码中,第一行创建了一个 DataFrame,其中包含两列 A 和 B。接下来的两行演示了两种方法来添加新列。第一种方法使用赋值语句,将一个列表 [7, 8, 9] 赋值给新列 new_col。第二种方法使用 loc 函数,选择所有行和新列名 new_col2,并将一个列表 [10, 11, 12] 赋值给它们。
此外,我们还可以使用 insert 函数在 DataFrame 中的指定位置插入新列。例如,以下代码将在第二列之后插入一个名为 new_col 的新列:
```
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 使用 insert 函数在指定位置插入新列
df.insert(1, 'new_col', [7, 8, 9])
```
在上述代码中,第一行创建了一个 DataFrame,其中包含两列 A 和 B。第二行使用 insert 函数,在第二列之后插入了一个名为 new_col 的新列,并将一个列表 [7, 8, 9] 赋值给它。其中,1 表示要插入的位置,'new_col' 表示新列名。
pandas添加新列
在pandas中,可以使用`df['新列名'] = 值`的方式来添加新列。这里的`df`是一个DataFrame对象,可以是从文件中读取的数据,也可以是手动创建的数据。
例如,我们有以下的DataFrame对象:
```
import pandas as pd
data = {'姓名': ['张三', '李四', '王五'],
'年龄': [20, 25, 30]}
df = pd.DataFrame(data)
```
要添加一个新列,可以使用以下代码:
```
df['性别'] = ['男', '男', '女']
```
这样就在DataFrame中添加了一个名为"性别"的新列,并赋予了相应的值。