Pandas怎么增加新的数据列

这篇博客介绍了如何在Pandas中增加新的数据列,包括通过普通赋值、apply()函数、assign()函数和条件判断的方法。示例中展示了如何根据已有列计算新列,以及应用函数来创建表示温度类型的列。

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

1、普通赋值方式增加新的列

这里假设df为一个DataFrame类型的数据

df.loc[:, 'wencha'] = df['bWendu'] - df['yWendu']

print(df['wencha'])

 

2、使用apply()函数进行操作

applly(A, axis=0/1)A处可放判断条件以及函数,axis=0表示在行的方向操作,axis=1表示在列的方向上操作(即增加列)

def get_wendu_type(x):

        if x["bWendu"] > 30:

                return "高温"

       if x["yWendu"] < -10:

                return "低温"

return "常温"

因为要增加的是新的一列:axis=1

df.loc[:, 'wendu_type'] = df.apply(get_wendu_type, axis=1)

print(df['wendu_type'].values_counts())

Pandas DataFrame中增加一列数据,你可以按照以下步骤操作: 1. **创建新的Series**:首先,你需要创建一个新的 Series 对象,它将作为新数据。你可以根据需要填充数值、字符串或者其他类型的数据。 ```python new_data = pd.Series([value1, value2, ...], index=df.index) # 确保索引与原DataFrame一致 ``` 2. **使用`.loc`或`.iloc`**:如果你想基于特定的位置插入新,可以使用 `.loc` 或者 `.iloc`。 - `.loc` 方法按标签定位:`df.loc[:, 'new_column_name'] = new_data` - `.iloc` 方法按位置定位:`df.iloc[:, -1] = new_data` (这里 `-1` 表示插入到最后一个位置) 3. **使用`.assign`**:这是最简单直观的方式,可以直接指定新的名称和对应的数据。 ```python df = df.assign(new_column=new_data) ``` 4. **`.append`** 或 `pd.concat`:如果你想要在DataFrame末尾追加一列,可以使用这两个方法。不过,这种方式通常适用于沿着行方向添加数据。 ```python # 追加一列到现有DF new_row = {'col1': val1, 'col2': val2} # 新的数据 df = df.append(pd.DataFrame([new_row]), ignore_index=True) # 或者使用 concat(水平方向) new_df = pd.DataFrame(new_data, columns=['new_column']) df = pd.concat([df, new_df], axis=1) ``` 5. **注意**:在插入过程中确保数据类型的一致性,避免因类型不匹配引发错误。 以上就是向Pandas DataFrame中增加的基本方法。记得在实际应用中处理可能出现的异常和特殊情况。
评论
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