pandas如何添加新列

在数据处理和分析中，pandas 是一个非常强大的 Python 库。它提供了丰富的数据结构和函数，使得数据的操作变得简单而高效。在实际应用中，我们经常需要向现有的 DataFrame 中添加新的列。本文将详细介绍如何使用 pandas 添加新列，并探讨几种常见的方法。

1. 直接赋值法

最直接的方法是使用赋值操作符 = 来添加新列。假设我们有一个 DataFrame df，我们可以通过以下方式添加新列：

import pandas as pd

# 创建一个示例 DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}
df = pd.DataFrame(data)

# 添加新列 'C'
df['C'] = [7, 8, 9]

print(df)

输出结果：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在这个例子中，我们通过 df['C'] = [7, 8, 9] 直接为 DataFrame 添加了一个新列 C。

2. 使用 assign 方法

pandas 提供了 assign 方法，可以方便地添加新列。assign 方法返回一个新的 DataFrame，原始 DataFrame 不会被修改。

# 使用 assign 方法添加新列
df_new = df.assign(D=[10, 11, 12])

print(df_new)

输出结果：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

在这个例子中，我们使用 assign 方法添加了一个新列 D，并将结果赋值给 df_new。

3. 使用 insert 方法

insert 方法允许我们在指定的位置插入新列。这个方法会直接修改原始 DataFrame。

# 使用 insert 方法在指定位置插入新列
df.insert(1, 'E', [13, 14, 15])

print(df)

输出结果：

   A   E  B  C
0  1  13  4  7
1  2  14  5  8
2  3  15  6  9

在这个例子中，我们在第 1 列的位置插入了一个新列 E。

4. 基于现有列的计算

有时候，我们需要基于现有列的值来计算新列的值。例如，我们可以通过以下方式添加一个新列 F，其值为列 A 和列 B 的和：

# 基于现有列的计算添加新列
df['F'] = df['A'] + df['B']

print(df)

输出结果：

   A   E  B  C   F
0  1  13  4  7   5
1  2  14  5  8   7
2  3  15  6  9   9

在这个例子中，我们通过 df['A'] + df['B'] 计算了新列 F 的值。

5. 使用 apply 方法

apply 方法可以用于对 DataFrame 的每一行或每一列应用一个函数，从而生成新列。例如，我们可以使用 apply 方法添加一个新列 G，其值为列 A 的平方：

# 使用 apply 方法添加新列
df['G'] = df['A'].apply(lambda x: x ** 2)

print(df)

输出结果：

   A   E  B  C   F   G
0  1  13  4  7   5   1
1  2  14  5  8   7   4
2  3  15  6  9   9   9

在这个例子中，我们使用 apply 方法对列 A 的每个元素进行平方运算，并将结果赋值给新列 G。

6. 使用 concat 方法

concat 方法可以用于将多个 DataFrame 或 Series 沿指定轴连接起来。我们可以使用 concat 方法将一个 Series 作为新列添加到 DataFrame 中。

# 创建一个 Series
new_column = pd.Series([16, 17, 18], name='H')

# 使用 concat 方法添加新列
df = pd.concat([df, new_column], axis=1)

print(df)

输出结果：

   A   E  B  C   F   G   H
0  1  13  4  7   5   1  16
1  2  14  5  8   7   4  17
2  3  15  6  9   9   9  18

在这个例子中，我们使用 concat 方法将一个 Series new_column 作为新列 H 添加到 DataFrame df 中。

7. 使用 merge 方法

merge 方法可以用于根据一个或多个键将两个 DataFrame 合并。我们可以使用 merge 方法将一个 DataFrame 作为新列添加到另一个 DataFrame 中。

# 创建另一个 DataFrame
data2 = {
    'A': [1, 2, 3],
    'I': [19, 20, 21]
}
df2 = pd.DataFrame(data2)

# 使用 merge 方法添加新列
df = df.merge(df2, on='A')

print(df)

输出结果：

   A   E  B  C   F   G   H   I
0  1  13  4  7   5   1  16  19
1  2  14  5  8   7   4  17  20
2  3  15  6  9   9   9  18  21

在这个例子中，我们使用 merge 方法将 df2 作为新列 I 添加到 df 中。

总结

本文介绍了多种在 pandas 中添加新列的方法，包括直接赋值法、assign 方法、insert 方法、基于现有列的计算、apply 方法、concat 方法和 merge 方法。每种方法都有其适用的场景，选择合适的方法可以大大提高数据处理的效率。希望本文能帮助读者更好地理解和使用 pandas 添加新列的功能。