Pandas 从字典中添加新列到数据框（dataframe）

在本文中，我们将介绍如何在 Pandas 的数据框（dataframe）中使用字典（dictionary）来添加新的列。

在 Pandas 中，可以通过以下方式来创建一个数据框（dataframe）：

import pandas as pd

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'Age': [28, 34, 29, 42],
        'Country': ['US', 'UK', 'US', 'UK']}

df = pd.DataFrame(data)
print(df)

输出如下：

    Name  Age Country
0    Tom   28      US
1   Jack   34      UK
2  Steve   29      US
3  Ricky   42      UK

现在，我们想要在数据框（dataframe）中添加一列，该列包含每个人的工资信息。我们将使用字典（dictionary）来实现此操作。

salary = {'Tom': 5000, 'Jack': 6000, 'Steve': 4500, 'Ricky': 5500}

df['Salary'] = df['Name'].map(salary)
print(df)

这里，我们首先创建了一个字典（dictionary），其中包含每个人的工资信息。然后，我们使用了 Pandas 中的 .map() 函数，该函数将字典中的值与数据框（dataframe）中的指定列进行匹配，并将其添加为新的列。

输出如下：

    Name  Age Country  Salary
0    Tom   28      US    5000
1   Jack   34      UK    6000
2  Steve   29      US    4500
3  Ricky   42      UK    5500

我们还可以使用 .apply() 函数来实现相同的操作：

df['Salary'] = df['Name'].apply(lambda x: salary[x])
print(df)

输出如下：

    Name  Age Country  Salary
0    Tom   28      US    5000
1   Jack   34      UK    6000
2  Steve   29      US    4500
3  Ricky   42      UK    5500

阅读更多：Pandas 教程

总结

在本文中，我们学习了如何在 Pandas 的数据框（dataframe）中使用字典（dictionary）添加新的列。我们使用 .map() 和 .apply() 函数来将字典中的值与数据框中的指定列进行匹配，并将其添加为新的列。这是 Pandas 中一个非常方便的功能，使得我们可以轻松地在数据框中添加新的列，以使数据更加完整和丰富。