如何在 Python 中向现有的 DataFrame 添加新列？

DataFrame 是一种二维数据结构，其中数据以表格格式存储，以行和列的形式表示。

它可以被视为 SQL 数据表或 Excel 表格的表示形式。它可以使用以下构造函数创建：

pd.Dataframe(data, index, columns, dtype, copy)

可以通过不同的方式向 DataFrame 添加新列。

让我们看看其中一种方法，即首先创建一个 Series 数据结构，然后将其作为附加列传递到现有的 DataFrame 中。

让我们看看代码的实际操作：

示例

 在线演示

import pandas as pd
my_data = {'ab' : pd.Series([1, 8, 7], index=['a', 'b', 'c']),
'cd' : pd.Series([1, 2, 0, 9], index=['a', 'b', 'c', 'd'])}
my_df = pd.DataFrame(my_data)
print("The dataframe is :")
print(my_df)
print ("Adding a new column to the dataframe by passing it as a Series structure :")
my_df['ef']=pd.Series([56, 78, 32],index=['a','b','c'])
print("After adding a new column to the dataframe, :")
print(my_df)

输出

The dataframe is :
   ab   cd
a  1.0  1
b  8.0  2
c  7.0  0
d  NaN  9
Adding a new column to the dataframe by passing it as a Series structure :
After adding a new column to the dataframe, :
    ab  cd  ef
a  1.0  1   56.0
b  8.0  2  78.0
c  7.0  0  32.0
d  NaN  9  NaN

解释

  • 导入所需的库，并为方便使用赋予别名。

  • 创建一个字典数据结构，其中一个字典中存在键值对。

  • 以此方式，创建多个字典并存储在列表中。

  • 键值对中的“value”实际上是 Series 数据结构。

  • 索引也是一个自定义的值列表。

  • 稍后将此字典作为参数传递给“pandas”库中存在的“DataFrame”函数

  • 通过将字典值的列表作为参数传递给它来创建 DataFrame。

  • 创建另一个新列并在其中初始化值。

  • 此新列被索引到原始 DataFrame。

  • 这样，新列就被绑定到 DataFrame。

  • DataFrame 在控制台上打印。

注意 - “NaN” 代表“非数字”，这意味着特定 [行，列] 值没有任何有效条目。

更新于： 2020-12-10

180 次浏览

启动您的 职业生涯

通过完成课程获得认证

开始
广告