pandas dataframe 新增单列和多列
pandas dataframe 新增单列和多列
lovelife110
发布于 2021-01-14 16:21:34
发布于 2021-01-14 16:21:34
dataframe 新增单列
assign方法
dataframe assign方法，返回一个新对象（副本），不影响旧dataframe对象
import pandas as pd
df = pd.DataFrame({
'col_1': [0, 1, 2, 3],
'col_2': [4, 5, 6, 7]
})
sLength = len(df['col_1'])
df2 = df.assign(col_3=pd.Series([8, 9, 10, 11]).values)
print(df)
print(df2)结果展示：
col_1 col_2
0 0 4
1 1 5
2 2 6
3 3 7
col_1 col_2 col_3
0 0 4 8
1 1 5 9
2 2 6 10
3 3 7 11简单的方法和insert方法
简单的方法df[‘col_3’] = pd.Series([8, 9, 10, 11]) insert方法 df.insert(loc=len(df.columns), column=“col_4”, value=[8, 9, 10, 11]) 这种方式会对旧的dataframe新增列
import pandas as pd
df = pd.DataFrame({
'col_1': [0, 1, 2, 3],
'col_2': [4, 5, 6, 7]
})
df['col_3'] = pd.Series([8, 9, 10, 11])
print(df)
df.insert(loc=len(df.columns), column="col_4", value=[8, 9, 10, 11])
print(df)dataframe 新增多列
list unpacking
import pandas as pd
import numpy as np
df = pd.DataFrame({
'col_1': [0, 1, 2, 3],
'col_2': [4, 5, 6, 7]
})
df['column_new_1'], df['column_new_2'], df['column_new_3'] = [np.nan, 'dogs', 3]
print(df)结果展示：
col_1 col_2 column_new_1 column_new_2 column_new_3
0 0 4 NaN dogs 3
1 1 5 NaN dogs 3
2 2 6 NaN dogs 3
3 3 7 NaN dogs 3DataFrame也可以一行匹配
df[['column_new_1', 'column_new_2', 'column_new_3']] = pd.DataFrame([[np.nan, 'dogs', 3]], index=df.index)concat方法
df = pd.concat(
[
df,
pd.DataFrame(
[[np.nan, 'dogs', 3]],
index=df.index,
columns=['column_new_1', 'column_new_2', 'column_new_3']
)
], axis=1
)join方法
df = df.join(pd.DataFrame(
[[np.nan, 'dogs', 3]],
index=df.index,
columns=['column_new_1', 'column_new_2', 'column_new_3']
))join + 字典
df = df.join(pd.DataFrame(
{
'column_new_1': np.nan,
'column_new_2': 'dogs',
'column_new_3': 3
}, index=df.index
))assign方法
df = df.assign(column_new_1=np.nan, column_new_2='dogs', column_new_3=3)土方法
df['column_new_1'] = np.nan
df['column_new_2'] = 'dogs'
df['column_new_3'] = 3本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2020-07-20 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录