您好,登錄后才能下訂單哦!
這篇文章主要介紹了pandas如何添加新列的相關(guān)知識,內(nèi)容詳細易懂,操作簡單快捷,具有一定借鑒價值,相信大家閱讀完這篇pandas如何添加新列文章都會有所收獲,下面我們一起來看看吧。
pandas為DataFrame格式數(shù)據(jù)添加新列的方法非常簡單,只需要新建一個列索引,再為其賦值即可。
以下總結(jié)了5種常見添加新列的方法。
首先,創(chuàng)建一個DataFrame結(jié)構(gòu)數(shù)據(jù),作為數(shù)據(jù)舉例。
import pandas as pd # 創(chuàng)建一個DataFrame結(jié)構(gòu)數(shù)據(jù) data = {'a': ['a0', 'a1', 'a2'], 'b': ['b0', 'b1', 'b2']} df = pd.DataFrame(data) print('舉例數(shù)據(jù)情況:\n', df)
添加新列的方法,如下:
語法:
DataFrame.insert(loc, column, value,allow_duplicates = False)
參數(shù) | 說明 |
---|---|
loc | 必要字段,int類型數(shù)據(jù),表示插入新列的列位置,原來在該位置的列將向右移。 |
column | 必要字段,插入新列的列名。 |
value | 必要字段,新列插入的值。如果僅提供一個值,將為所有行設置相同的值??梢允莍nt,string,float等,甚至可以是series /值列表。 |
allow_duplicates | 布爾值,用于檢查是否存在具有相同名稱的列。默認為False,不允許與已有的列名重復。 |
實例:插入c列
df.insert(loc=2, column='c', value=3) # 在最后一列后,插入值全為3的c列 print('插入c列:\n', df)
語法:df[‘新列名’]=新列的值
實例:插入d列
df['d'] = [1, 2, 3] # 插入值為[1,2,3]的d列 print('插入d列:\n', df)
注:該方法不可以選擇插入新列的位置,默認為最后一列。如果新增的一列值相同,直接為其賦值一個常量即可;如果插入值不同,為列表格式,需與已有列的行數(shù)長度一致,如舉例中原來列為3行,新增列也必須有3個值。
語法:df.reindex(columns=[原來所有的列名,新增列名],fill_value=值)
reindex()函數(shù)用法較多,此處只是針對添加新列的用法
實例:插入e列
df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e']) # 不加fill_value參數(shù),默認值為Nan df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1) # 加入fill_value參數(shù),填充值為1 print('插入e列(不加fill_value參數(shù)):\n', df1) print('插入e列(加fill_value參數(shù)):\n', df2)
注:該方法需要把原有的列名和新列名都加上,如果列名過多,就比較麻煩。
原理:利用拼接的方式,添加新的一列。好處是可以同時新增多個列名。
concat()函數(shù)用法較多,此處只是針對添加新列的用法
實例:插入f列
df1 = pd.concat([df1, pd.DataFrame(columns=['f'])]) print('插入f列:\n', df1)
原理:利用loc的行列索引標簽來實現(xiàn)。
語法:df.loc[:,新列名]=值
實例:插入g列
df1.loc[:, 'g'] = 0 print('插入g列:\n', df1)
以上就是pandas添加新列的5種常見用法。
pandas中一個Dataframe,經(jīng)常需要根據(jù)其中一列再新建一列,比如一個常見的例子:需要根據(jù)分數(shù)來確定等級范圍,下面我們就來看一下怎么實現(xiàn)。
def getlevel(score): if score < 60: return "bad" elif score < 80: return "mid" else: return "good" def test(): data = {'name': ['lili', 'lucy', 'tracy', 'tony', 'mike'], 'score': [85, 61, 75, 49, 90] } df = pd.DataFrame(data=data) # 兩種方式都可以 # df['level'] = df.apply(lambda x: getlevel(x['score']), axis=1) df['level'] = df.apply(lambda x: getlevel(x.score), axis=1) print(df)
上面代碼運行結(jié)果
name score level
0 lili 85 good
1 lucy 61 mid
2 tracy 75 mid
3 tony 49 bad
4 mike 90 good
要實現(xiàn)上面的功能,主要是使用到dataframe中的apply方法。
上面的代碼,對dataframe新增加一列名為level,level由分數(shù)一列而來,如果小于60分為bad,60-80之間為mid,80以上為good。
其中axis=1表示原有dataframe的行不變,列的維數(shù)發(fā)生改變。
關(guān)于“pandas如何添加新列”這篇文章的內(nèi)容就介紹到這里,感謝各位的閱讀!相信大家對“pandas如何添加新列”知識都有一定的了解,大家如果還想學習更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。