Python DataFrame新增一列|极客笔记

Python DataFrame新增一列

在数据分析和处理过程中，经常会遇到需要对数据集进行加工和处理的情况。在Python中，pandas库中的DataFrame是一个非常常用的数据结构，提供了丰富的方法来对数据进行操作。本文将详细介绍如何在Python中使用DataFrame新增一列的方法。

使用assign方法新增一列

pandas库中的DataFrame对象提供了assign方法，可以方便地新增一列数据。下面是一个示例代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40]}

df = pd.DataFrame(data)

df = df.assign(city=['Shanghai', 'Beijing', 'Hangzhou', 'Guangzhou'])

print(df)

运行结果如下：

      name  age      city
0    Alice   25  Shanghai
1      Bob   30   Beijing
2  Charlie   35  Hangzhou
3    David   40  Guangzhou

在上面的示例中，我们使用assign方法新增了一列城市数据，并指定了相应的值，最终得到了包含新列的DataFrame。

使用insert方法新增一列

除了assign方法外，DataFrame还提供了insert方法来新增一列数据。下面是一个示例代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40]}

df = pd.DataFrame(data)

df.insert(1, 'gender', ['Female', 'Male', 'Male', 'Male'])

print(df)

运行结果如下：

      name  gender  age
0    Alice  Female   25
1      Bob    Male   30
2  Charlie    Male   35
3    David    Male   40

在上面的示例中，我们使用insert方法在第二列位置插入了一列性别数据，并指定了相应的值，最终得到了包含新列的DataFrame。

使用assign和lambda表达式新增一列

在实际数据处理中，有时候需要根据已有的列计算出新的一列数据。这时可以结合assign方法和lambda表达式来实现。下面是一个示例代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40]}

df = pd.DataFrame(data)

df = df.assign(age_group=df['age'].apply(lambda x: 'Young' if x < 30 else 'Old'))

print(df)

运行结果如下：

      name  age age_group
0    Alice   25     Young
1      Bob   30       Old
2  Charlie   35       Old
3    David   40       Old

在上面的示例中，我们使用assign方法和lambda表达式新增了一列年龄分组数据，并根据年龄大小进行了判断，最终得到了包含新列的DataFrame。通过这种方式，我们可以根据现有数据计算出新的一列数据，实现更多的数据处理需求。

总结一下，我们介绍了如何在Python中使用DataFrame新增一列的方法，包括使用assign方法、insert方法以及结合lambda表达式等方式。通过这些方法，我们可以方便地对数据进行加工和处理，满足不同的数据分析需求。

Python DataFrame新增一列