前言

pandas為DataFrame格式數(shù)據(jù)添加新列的方法非常簡(jiǎn)單，只需要新建一個(gè)列索引，再為其賦值即可。

以下總結(jié)了5種常見(jiàn)添加新列的方法。

首先，創(chuàng)建一個(gè)DataFrame結(jié)構(gòu)數(shù)據(jù)，作為數(shù)據(jù)舉例。

import pandas as pd
# 創(chuàng)建一個(gè)DataFrame結(jié)構(gòu)數(shù)據(jù)
data = {'a': ['a0', 'a1', 'a2'],
        'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('舉例數(shù)據(jù)情況：\n', df)

添加新列的方法，如下：

一、insert()函數(shù)

語(yǔ)法：

DataFrame.insert(loc, column, value,allow_duplicates = False)

實(shí)例：插入c列

df.insert(loc=2, column='c', value=3)  # 在最后一列后，插入值全為3的c列
print('插入c列：\n', df)

二、直接賦值法

語(yǔ)法：df[‘新列名’]=新列的值

實(shí)例：插入d列

df['d'] = [1, 2, 3]  # 插入值為[1,2,3]的d列
print('插入d列：\n', df)

注：該方法不可以選擇插入新列的位置，默認(rèn)為最后一列。如果新增的一列值相同，直接為其賦值一個(gè)常量即可；如果插入值不同，為列表格式，需與已有列的行數(shù)長(zhǎng)度一致，如舉例中原來(lái)列為3行，新增列也必須有3個(gè)值。

三、reindex()函數(shù)

語(yǔ)法：df.reindex(columns=[原來(lái)所有的列名,新增列名],fill_value=值)

reindex()函數(shù)用法較多，此處只是針對(duì)添加新列的用法

實(shí)例：插入e列

df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'])  # 不加fill_value參數(shù)，默認(rèn)值為Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1)  # 加入fill_value參數(shù)，填充值為1
print('插入e列(不加fill_value參數(shù))：\n', df1)
print('插入e列(加fill_value參數(shù))：\n', df2)

注：該方法需要把原有的列名和新列名都加上，如果列名過(guò)多，就比較麻煩。

四、concat()函數(shù)

原理：利用拼接的方式，添加新的一列。好處是可以同時(shí)新增多個(gè)列名。

concat()函數(shù)用法較多，此處只是針對(duì)添加新列的用法

實(shí)例：插入f列

df1 = pd.concat([df1, pd.DataFrame(columns=['f'])])
print('插入f列：\n', df1)

五、loc()函數(shù)

原理：利用loc的行列索引標(biāo)簽來(lái)實(shí)現(xiàn)。

語(yǔ)法：df.loc[:,新列名]=值

實(shí)例：插入g列

df1.loc[:, 'g'] = 0
print('插入g列：\n', df1)

以上就是pandas添加新列的5種常見(jiàn)用法。

附：pandas根據(jù)現(xiàn)有列新添加一列

pandas中一個(gè)Dataframe，經(jīng)常需要根據(jù)其中一列再新建一列，比如一個(gè)常見(jiàn)的例子：需要根據(jù)分?jǐn)?shù)來(lái)確定等級(jí)范圍，下面我們就來(lái)看一下怎么實(shí)現(xiàn)。

def getlevel(score):
? ? if score < 60:
? ? ? ? return "bad"
? ? elif score < 80:
? ? ? ? return "mid"
? ? else:
? ? ? ? return "good"

def test():
? ? data = {'name': ['lili', 'lucy', 'tracy', 'tony', 'mike'],
? ? ? ? ? ? 'score': [85, 61, 75, 49, 90]
? ? ? ? ? ? }
? ? df = pd.DataFrame(data=data)
? ? # 兩種方式都可以
? ? # df['level'] = df.apply(lambda x: getlevel(x['score']), axis=1)
? ? df['level'] = df.apply(lambda x: getlevel(x.score), axis=1)

? ? print(df)

上面代碼運(yùn)行結(jié)果

    name  score level
0   lili     85  good
1   lucy     61   mid
2  tracy     75   mid
3   tony     49   bad
4   mike     90  good

要實(shí)現(xiàn)上面的功能，主要是使用到dataframe中的apply方法。

上面的代碼，對(duì)dataframe新增加一列名為level，level由分?jǐn)?shù)一列而來(lái)，如果小于60分為bad，60-80之間為mid，80以上為good。

其中axis=1表示原有dataframe的行不變，列的維數(shù)發(fā)生改變。

總結(jié)

到此這篇關(guān)于pandas添加新列的5種常見(jiàn)方法的文章就介紹到這了,更多相關(guān)pandas添加新列內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論