Python使用pandas或者numpy根据任意两列中的值相加，并将新列添加到结果数据框中|极客笔记

Python使用pandas或者numpy根据任意两列中的值相加，并将新列添加到结果数据框中

在数据分析和处理过程中，经常需要对数据框中的多列进行运算并生成新的列。Python中的pandas和numpy库提供了丰富的功能，可以很方便地实现这一需求。本文将介绍如何利用pandas或numpy根据任意两列中的值相加，并将新列添加到结果数据框中。

首先，我们导入pandas库并创建一个数据框df，其中包含两列数据’data1’和’data2’。

import pandas as pd

data = {
    'data1': [1, 2, 3, 4, 5],
    'data2': [6, 7, 8, 9, 10]
}

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

运行结果如下：

   data1  data2
0      1      6
1      2      7
2      3      8
3      4      9
4      5     10

接下来，我们可以利用pandas的add方法将’data1’和’data2’列相加，并将结果添加为新的列’new_col’。

df['new_col'] = df['data1'].add(df['data2'])
print(df)

运行结果如下：

   data1  data2  new_col
0      1      6        7
1      2      7        9
2      3      8       11
3      4      9       13
4      5     10       15

通过add方法，我们成功将’data1’和’data2’列相加，并将结果添加为新的列’new_col’。这种方式非常简单且易于理解。

除了pandas，我们还可以使用numpy库来实现对两列数据的相加操作。首先，我们导入numpy库并创建一个包含两列数据的数组arr。

import numpy as np

arr = np.array([[1, 6], [2, 7], [3, 8], [4, 9], [5, 10]])
print(arr)

运行结果如下：

[[ 1  6]
 [ 2  7]
 [ 3  8]
 [ 4  9]
 [ 5 10]]

接着，我们可以使用numpy的sum方法对arr数组的每行进行相加，并将结果添加为新的列。

new_col = arr.sum(axis=1)
result = np.column_stack((arr, new_col))
print(result)

运行结果如下：

[[ 1  6  7]
 [ 2  7  9]
 [ 3  8 11]
 [ 4  9 13]
 [ 5 10 15]]

通过numpy库，我们同样成功地对两列数据进行了相加操作，并将结果添加为新的列。使用numpy库有时可以更加高效，并且可以处理更大规模的数据。

总结：本文介绍了如何使用pandas和numpy库对两列数据进行相加操作，并将结果添加为新的列。无论是使用pandas的add方法还是numpy的sum方法，都可以轻松实现这一需求。根据实际情况，选择合适的方法来处理数据，可以让我们更好地进行数据分析。
Deepinout.com!