Python 向 DataFrame 添加一列,该列为同一值

本文介绍如何使用Python的Pandas库为数据框(df)添加新列,并通过具体实例展示了直接赋值创建新列的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

直接赋值给新列名的列即可,

例如,以下示例中,原来有三列A,B,C,需要加上一列D,D列的值都是’ColumnD’。

示例代码:

import pandas as pd

filepath = 'H:\\TestPYTHON\\datapub.csv'

dataheader = ['A','B','C']

data_original = pd.read_csv(filepath, sep=',', header=0, names=dataheader, skip_blank_lines=True)

print data_original

data_original['D']='ColumnD'

print data_original

结果如下:

In [4]: %run "H:\TestPYTHON\public.py"
    A   B  C
0  a1  b1  1
1  a2  b2  2
2  a3  b3  3
    A   B  C        D
0  a1  b1  1  ColumnD
1  a2  b2  2  ColumnD
2  a3  b3  3  ColumnD
### 使用Pandas进行Excel多工作表数据清洗 当面对多个工作表中存在相同指标的数据时,利用Python的`pandas`库能够高效完成基于这些表内某一列计算平均并填充空白单元格的任务。此方法不仅简化了操作流程还提高了准确性。 #### 读取Excel文件中的所有工作表 为了从同一个Excel文件的不同Sheet页获取数据,可以通过指定参数`sheet_name=None`让`read_excel()`函数返回一个字典形式的结果,键为各Sheet的名字而则是对应的DataFrame对象[^2]: ```python import pandas as pd file_path = 'example.xlsx' xls = pd.ExcelFile(file_path) dataframes_dict = {sheet_name: xls.parse(sheet_name) for sheet_name in xls.sheet_names} ``` #### 计算跨表同名字段的均 假设目标列为'Indicator_Name',遍历上述创建的字典,提取该列构建一个新的列表用于存储非NaN数,并最终求得其平均数作为填补缺失得依据: ```python indicator_values = [] for df_key, dataframe in dataframes_dict.items(): indicator_series = dataframe['Indicator_Name'].dropna() indicator_values.extend(indicator_series.tolist()) average_value = sum(indicator_values)/len(indicator_values) if len(indicator_values)>0 else None ``` #### 将计算所得均应用于原始DataFrames 再次循环访问之前建立起来的工作表映射关系,在每张表里找到对应位置为空白的地方替换成事先准备好的平均: ```python filled_dataframes = {} for name, frame in dataframes_dict.items(): filled_frame = frame.copy() # 创建副本以免修改原数据 filled_frame['Indicator_Name'] = filled_frame['Indicator_Name'].fillna(value=average_value) filled_dataframes[name] = filled_frame ``` 通过这种方式实现了对整个Excel文档下各个Sheet页面上特定列缺失项的有效补充[^1]。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值