Python Pandas数据框架中创建新列

Pandas 是 Python 中一个非常有用的数据分析库。DataFrame 是 Pandas 中最常用的数据类型之一，在数据分析的过程中我们经常需要对 DataFrame 中已有的数据进行加工处理。其中的一种处理方式是创建新的列，而这也是我们本篇文章的主要讨论内容。

更多Pandas相关文章，请阅读：Pandas 教程

DataFrame 介绍

在 Pandas 中，DataFrame 是将数据存储在二维表中的主要数据类型，它由三个基本组成部分构成：行、列和值。DataFrame 也可以看作是 Series 对象的容器，其中每一列的值类型可以不同。

在本文中，我们将学习如何在一个 Pandas 的 DataFrame 中创建新的列并存入数据。

创建新列

创建新列有多种不同的方法，将会在下面进行介绍。

方法一：直接指定列名后赋值

下面的代码演示如何直接指定列名后赋值：

import pandas as pd

data = {'name': ['John', 'Mary', 'Tom'],
        'age': [25, 26, 27],
        'country': ['US', 'CN', 'JP']}

df = pd.DataFrame(data)

df['gender'] = ['male', 'female', 'male']

在上面的代码中，我们创建了一个 DataFrame，并使用 df['gender'] 直接指定了新的列名。这时，DataFrame 中将出现一个名为 gender 的新列，它的值分别为 'male'，'female'，和 'male'。

方法二：使用 apply() 函数

下面的代码演示如何使用 apply() 函数创建新列：

import pandas as pd

data = {'name': ['John', 'Mary', 'Tom'],
        'age': [25, 26, 27],
        'country': ['US', 'CN', 'JP']}

df = pd.DataFrame(data)

df['name_length'] = df['name'].apply(lambda x: len(x))

在上面的代码中，我们使用 apply() 函数创建了新列 name_length，它的值为姓名 name 字符串的长度。这里使用的是 lambda 函数。我们也可以使用现成的函数。

方法三：使用 eval() 函数

下面的代码演示如何使用 eval() 函数创建新列：

import pandas as pd

data = {'name': ['John', 'Mary', 'Tom'],
        'age': [25, 26, 27],
        'country': ['US', 'CN', 'JP']}

df = pd.DataFrame(data)

df.eval('age_plus_10 = age + 10', inplace=True)

请注意，我们在这里通过参数 inplace=True 来保证在原地修改 DataFrame，age_plus_10 列的值是原始列值加 10 。其他表达式也可以被用作一个字符串参数。

方法四：通过 map() 函数创建

下面的代码演示如何使用 map() 函数创建新列：

import pandas as pd

data = {'name': ['John', 'Mary', 'Tom'],
        'age': [25, 26, 27],
        'country': ['US', 'CN', 'JP']}
df = pd.DataFrame(data)

grade_map = {'John': 'A', 'Mary': 'B', 'Tom': 'C'}
df['grade'] = df['name'].map(grade_map)

在代码中，我们在一个字典 grade_map 中增加姓名的 B 编码，然后使用 map() 函数将字典中的 value 映射到新列 grade 中。