在Pandas中向现有DataFrame添加新列

Pandas是一种快速、强大、灵活且易于使用的数据分析库，是Python中进行数据分析的重要工具之一。本文将介绍如何在Pandas中向现有DataFrame添加新列。我们将通过直观的代码示例帮助读者理解这个过程。

更多Pandas相关文章，请阅读：Pandas 教程

在现有DataFrame中添加单个列

我们可以通过创建一个新的列并在赋值时附加到第一个DataFrame来添加新的列。例如，我们可以从一个空的Series开始，并将它插入到DataFrame：

import pandas as pd

#创建DataFrame
data = {'语文': [80, 90, 70], '数学': [90, 70, 80]}
df = pd.DataFrame(data)

#创建新列
new_column = pd.Series([100, 80, 90])

#添加新列到DataFrame
df['英语'] = new_column

print(df)

输出：

   语文  数学   英语
0   80   90  100
1   90   70   80
2   70   80   90

我们可以看到，我们成功地向DataFrame添加了一列新数据，并将其命名为“英语”。

另一种添加新列的方法是在赋值时使用字典。我们只需指定新列的名称和数据，DataFrame就会自动创建新列：

import pandas as pd

#创建DataFrame
data = {'语文': [80, 90, 70], '数学': [90, 70, 80]}
df = pd.DataFrame(data)

#添加新列到DataFrame（字典方式）
df['英语'] = [100, 80, 90]

print(df)

输出：

   语文  数学   英语
0   80   90  100
1   90   70   80
2   70   80   90

在现有DataFrame中添加多个列

我们可以使用“assign”函数向现有的DataFrame添加多个列。我们只需要指定每个新列的名称和数据即可。例如：

import pandas as pd

#创建DataFrame
data = {'语文': [80, 90, 70], '数学': [90, 70, 80]}
df = pd.DataFrame(data)

#添加多个新列到DataFrame
df = df.assign(英语=[100, 80, 90], 物理=[70, 60, 80])

print(df)

输出：

   语文  数学   英语  物理
0   80   90  100  70
1   90   70   80  60
2   70   80   90  80

我们可以看到，我们成功向DataFrame添加了两列新数据，分别命名为“英语”和“物理”。

向现有列添加数据

我们可以使用“loc”函数向现有列添加数据。我们只需要指定每个新数据的索引和值即可。例如：

import pandas as pd

#创建DataFrame
data = {'语文': [80, 90, 70], '数学': [90, 70, 80]}
df = pd.DataFrame(data)

#向现有的列添加数据
df.loc[0, '语文'] = 95

print(df)

输出：

   语文  数学
0   95   90
1   90   70
2   70   80

我们可以看到，我们成功向第一个列添加了新数据。

结论

在Pandas中向现有DataFrame添加新列是一项很容易实现的任务。我们可以使用多种不同的方法来添加新列，每种方法都适用于不同的情况。在添加新列时，我们需要确定新列的名称和数据，并将它们传递给DataFrame对象。我们希望本文能够帮助读者更好地理解如何在Pandas中操作数据。