python如何在数据框新加一列

在Python中向数据框添加新列的方法有多种，包括使用赋值运算符、assign 方法、insert 方法等。本文将详细介绍如何使用这些方法，并讨论它们的优缺点。赋值运算符、assign 方法、insert 方法都是添加新列的常用方式。下面将详细介绍其中一个方法——赋值运算符。

赋值运算符是最常见且简单的方法之一。通过直接为数据框中的新列赋值，可以方便地向数据框中添加新列。以下是具体步骤和代码示例：

import pandas as pd
创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35]}
df = pd.DataFrame(data)
使用赋值运算符添加新列
df['Salary'] = [50000, 60000, 70000]
print(df)

通过上述代码，可以看到我们成功地向数据框中添加了一列名为“Salary”的新列，其值为50000、60000和70000。赋值运算符的优点在于其简单易懂，适用于大多数情况。

一、赋值运算符

赋值运算符是最简单直接的方式之一。通过为数据框中的新列赋值，可以方便地向数据框中添加新列。以下是具体步骤和代码示例。

1、基本操作

使用赋值运算符可以方便地向数据框添加新列。例如，假设我们有一个包含姓名和年龄的数据框，现在我们想添加一个包含薪水的新列。

import pandas as pd
创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35]}
df = pd.DataFrame(data)
使用赋值运算符添加新列
df['Salary'] = [50000, 60000, 70000]
print(df)

通过上述代码，我们成功地向数据框中添加了一列名为“Salary”的新列，其值为50000、60000和70000。赋值运算符的优点在于其简单易懂，适用于大多数情况。

2、添加计算列

赋值运算符不仅可以添加静态列，还可以添加基于现有列计算的新列。例如，假设我们想添加一个包含年龄平方的新列。

# 添加年龄平方列
df['Age_Squared'] = df['Age']  2
print(df)

通过上述代码，我们成功地向数据框中添加了一列名为“Age_Squared”的新列，其值为年龄的平方。

二、assign 方法

assign 方法是 Pandas 提供的一种更具功能性的方法，允许链式操作。与赋值运算符相比，assign 方法在处理多个新列时更加灵活。

1、基本操作

assign 方法可以同时添加多个新列，并且返回一个新的数据框。例如，假设我们想添加薪水和年龄平方两列。

# 使用 assign 方法添加新列
df = df.assign(Salary=[50000, 60000, 70000], Age_Squared=lambda x: x['Age']  2)
print(df)

通过上述代码，我们成功地向数据框中添加了“Salary”和“Age_Squared”两列。assign 方法的优点在于其链式操作，可以在一行代码中完成多个操作。

2、链式操作

assign 方法的一个重要特性是链式操作。通过链式操作，可以方便地进行一系列的数据处理操作。例如，假设我们想先添加薪水列，然后添加年龄平方列。

# 使用链式操作添加新列
df = (df.assign(Salary=[50000, 60000, 70000])
        .assign(Age_Squared=lambda x: x['Age']  2))
print(df)

通过上述代码，我们成功地向数据框中添加了“Salary”和“Age_Squared”两列，并且使用了链式操作，使代码更加简洁。

三、insert 方法

insert 方法允许将新列插入到指定位置。这在需要控制列的顺序时非常有用。

1、基本操作

insert 方法可以将新列插入到指定位置。例如，假设我们想在数据框的第二列位置插入薪水列。

# 使用 insert 方法插入新列
df.insert(1, 'Salary', [50000, 60000, 70000])
print(df)

通过上述代码，我们成功地在数据框的第二列位置插入了一列名为“Salary”的新列。insert 方法的优点在于其灵活性，可以精确控制新列的位置。

2、控制列顺序

在某些情况下，控制列的顺序是非常重要的。例如，假设我们有一个包含多个列的数据框，现在我们想在特定位置插入新列。

# 创建一个包含多个列的示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Department': ['HR', 'Engineering', 'Marketing']}
df = pd.DataFrame(data)
在第二列位置插入薪水列
df.insert(1, 'Salary', [50000, 60000, 70000])
print(df)

通过上述代码，我们成功地在数据框的第二列位置插入了一列名为“Salary”的新列，并且保留了原有列的顺序。

四、其他方法

除了上述常用方法外，还有一些其他方法可以向数据框添加新列。这些方法在特定情况下可能更加适用。

1、使用 apply 方法

apply 方法可以对数据框的行或列进行逐一操作。例如，假设我们想添加一个基于姓名长度的新列。

# 使用 apply 方法添加新列
df['Name_Length'] = df['Name'].apply(len)
print(df)

通过上述代码，我们成功地向数据框中添加了一列名为“Name_Length”的新列，其值为姓名的长度。

2、使用 map 方法

map 方法可以对数据框的某一列进行映射操作。例如，假设我们有一个包含部门名称的数据框，现在我们想添加一个包含部门代码的新列。

# 创建一个包含部门名称的示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Department': ['HR', 'Engineering', 'Marketing']}
df = pd.DataFrame(data)
定义部门代码映射
department_code = {'HR': 1, 'Engineering': 2, 'Marketing': 3}
使用 map 方法添加新列
df['Department_Code'] = df['Department'].map(department_code)
print(df)