首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

向循环中的DF添加新列

在循环中向DataFrame添加新列,可以使用DataFrame的assign()方法或直接给DataFrame赋值的方式。

使用assign()方法时,可以通过lambda函数或其他函数来计算新列的值,并将其赋给DataFrame的新列。例如:

代码语言:txt
复制
import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用assign()方法添加新列
df = df.assign(C=lambda x: x['A'] + x['B'])

print(df)

输出结果为:

代码语言:txt
复制
   A  B  C
0  1  4  5
1  2  5  7
2  3  6  9

另一种方式是直接给DataFrame赋值,通过索引操作来添加新列。例如:

代码语言:txt
复制
import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 直接给DataFrame赋值添加新列
df['C'] = df['A'] + df['B']

print(df)

输出结果为:

代码语言:txt
复制
   A  B  C
0  1  4  5
1  2  5  7
2  3  6  9

以上两种方法都可以在循环中使用,根据具体需求在每次循环迭代时添加新列。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

来看看数据分析中相对复杂的去重问题

在数据分析中,有时候因为一些原因会有重复的记录,因此需要去重。如果重复的那些行是每一列懂相同的,删除多余的行只保留相同行中的一行就可以了,这个在Excel或pandas中都有很容易使用的工具了,例如Excel中就是在菜单栏选择数据->删除重复值,然后选择根据哪些列进行去重就好,pandas中是有drop_duplicates()函数可以用。 但面对一些复杂一些的需求可能就不是那么容易直接操作了。例如根据特定条件去重、去重时对多行数据进行整合等。特定条件例如不是保留第一条也不是最后一条,而是根据两列存在的某种关系、或者保留其中最大的值、或保留评价列文字最多的行等。下面记录一种我遇到的需求:因为设计原因,用户在购物车下的单每个商品都会占一条记录,但价格只记录当次购物车总价,需要每个这样的单子只保留一条记录,但把商品名称整合起来。

02
领券