pandas如何添加新列

蜗牛 互联网技术资讯 2022-06-13 22 0

这篇文章主要介绍了pandas如何添加新列的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇pandas如何添加新列文章都会有所收获,下面我们一起来看看吧。

前言

pandas为DataFrame格式数据添加新列的方法非常简单,只需要新建一个列索引,再为其赋值即可。

以下总结了5种常见添加新列的方法。

首先,创建一个DataFrame结构数据,作为数据举例。

import pandas as pd
# 创建一个DataFrame结构数据
data = {'a': ['a0', 'a1', 'a2'],
        'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('举例数据情况:\n', df)

添加新列的方法,如下:

一、insert()函数

语法:

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

参数 说明
loc 必要字段,int类型数据,表示插入新列的列位置,原来在该位置的列将向右移。
column 必要字段,插入新列的列名。
value 必要字段,新列插入的值。如果仅提供一个值,将为所有行设置相同的值。可以是int,string,float等,甚至可以是series /值列表。
allow_duplicates 布尔值,用于检查是否存在具有相同名称的列。默认为False,不允许与已有的列名重复。

实例:插入c列

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

二、直接赋值法

语法:df[‘新列名’]=新列的值

实例:插入d列

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

pandas如何添加新列  pandas 第1张

注:该方法不可以选择插入新列的位置,默认为最后一列。如果新增的一列值相同,直接为其赋值一个常量即可;如果插入值不同,为列表格式,需与已有列的行数长度一致,如举例中原来列为3行,新增列也必须有3个值。

三、reindex()函数

语法:df.reindex(columns=[原来所有的列名,新增列名],fill_value=值)

reindex()函数用法较多,此处只是针对添加新列的用法

实例:插入e列

df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'])  # 不加fill_value参数,默认值为Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1)  # 加入fill_value参数,填充值为1
print('插入e列(不加fill_value参数):\n', df1)
print('插入e列(加fill_value参数):\n', df2)

pandas如何添加新列  pandas 第2张

注:该方法需要把原有的列名和新列名都加上,如果列名过多,就比较麻烦。

四、concat()函数

原理:利用拼接的方式,添加新的一列。好处是可以同时新增多个列名。

concat()函数用法较多,此处只是针对添加新列的用法

实例:插入f列

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

pandas如何添加新列  pandas 第3张

五、loc()函数

原理:利用loc的行列索引标签来实现。

语法:df.loc[:,新列名]=值

实例:插入g列

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

pandas如何添加新列  pandas 第4张

以上就是pandas添加新列的5种常见用法。

附:pandas根据现有列新添加一列

pandas中一个Dataframe,经常需要根据其中一列再新建一列,比如一个常见的例子:需要根据分数来确定等级范围,下面我们就来看一下怎么实现。

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)
    # 两种方式都可以
    # df['level'] = df.apply(lambda x: getlevel(x['score']), axis=1)
    df['level'] = df.apply(lambda x: getlevel(x.score), axis=1)

    print(df)

上面代码运行结果

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

要实现上面的功能,主要是使用到dataframe中的apply方法。

上面的代码,对dataframe新增加一列名为level,level由分数一列而来,如果小于60分为bad,60-80之间为mid,80以上为good。

其中axis=1表示原有dataframe的行不变,列的维数发生改变。

关于“pandas如何添加新列”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“pandas如何添加新列”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注蜗牛博客行业资讯频道。

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:niceseo99@gmail.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

评论