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

如何从原始df中以list为列的另一帧创建新的dataframe?

要从原始df中以list为列的另一帧创建新的dataframe,可以使用pandas库来实现。

首先,我们需要创建一个空的dataframe,并将list作为其中一列。然后,我们可以使用pandas的concat函数将原始df和新创建的dataframe按列连接起来。

以下是一个示例代码:

代码语言:txt
复制
import pandas as pd

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

# 要作为列的list
list_col = [7, 8, 9]

# 创建新的dataframe
new_df = pd.DataFrame({'C': list_col})

# 将原始df和新的dataframe按列连接起来
result_df = pd.concat([df, new_df], axis=1)

print(result_df)

输出结果为:

代码语言:txt
复制
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在这个例子中,原始df有两列'A'和'B',新创建的dataframe有一列'C',然后使用concat函数将它们按列连接起来,得到了一个新的dataframe result_df。

这个方法可以用于在原始df中添加任意数量的以list为列的新dataframe。

关于pandas库的更多信息和使用方法,可以参考腾讯云的产品介绍链接地址:腾讯云-云计算

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • groupby函数详解

    这是由于变量grouped是一个GroupBy对象,它实际上还没有进行任何计算,只是含有一些有关分组键df[‘key1’]的中间数据而已,然后我们可以调用配合函数(如:.mean()方法)来计算分组平均值等。   因此,一般为方便起见可直接在聚合之后+“配合函数”,默认情况下,所有数值列都将会被聚合,虽然有时可能会被过滤为一个子集。   一般,如果对df直接聚合时, df.groupby([df['key1'],df['key2']]).mean()(分组键为:Series)与df.groupby(['key1','key2']).mean()(分组键为:列名)是等价的,输出结果相同。   但是,如果对df的指定列进行聚合时, df['data1'].groupby(df['key1']).mean()(分组键为:Series),唯一方式。 此时,直接使用“列名”作分组键,提示“Error Key”。 注意:分组键中的任何缺失值都会被排除在结果之外。

    01
    领券