在pandas dataframe中创建列

可以使用多种方法，以下是其中几种常用的方法：

1. 使用现有列计算新列：可以通过对现有列进行数学运算或应用函数来创建新列。例如，假设我们有一个名为df的dataframe，其中包含"age"和"income"两列，我们想要创建一个新列"age_income_ratio"，表示年龄和收入的比率。可以使用以下代码创建新列：

df['age_income_ratio'] = df['age'] / df['income']

1. 使用常量值创建新列：可以使用常量值来创建新列。例如，假设我们想要在df中创建一个名为"gender"的新列，表示所有人的性别都是女性。可以使用以下代码创建新列：

df['gender'] = 'female'

1. 使用条件逻辑创建新列：可以使用条件逻辑来创建新列。例如，假设我们有一个名为df的dataframe，其中包含"score"列，我们想要创建一个新列"pass_status"，表示分数是否大于等于60。可以使用以下代码创建新列：

df['pass_status'] = df['score'] >= 60

1. 使用apply函数创建新列：可以使用apply函数将自定义函数应用于dataframe的一列或多列，并将结果分配给新列。例如，假设我们有一个名为df的dataframe，其中包含"price"列，我们想要创建一个新列"discounted_price"，表示每个价格打折后的值。可以使用以下代码创建新列：

def apply_discount(price):
    return price * 0.9

df['discounted_price'] = df['price'].apply(apply_discount)

这些方法只是创建新列的几种常见方式，根据具体需求和数据处理任务的复杂性，还可以使用其他方法来创建新列。在pandas官方文档中可以找到更多关于创建列的方法和示例：https://pandas.pydata.org/pandas-docs/stable/user_guide/dsintro.html#column-selection-addition-deletion