python数据框如何加一列

Python 数据框如何加一列

在Python中，我们可以使用Pandas库来操作数据框。要在数据框中添加一列，可以使用赋值语句、insert方法、assign方法、join方法等。每一种方法都有其独特的应用场景和优缺点，下面将详细介绍其中一种方法。

赋值语句是最直接、最常用的方法。通过直接给数据框的某一列赋值，我们可以方便地添加一列新的数据。例如，假设我们有一个数据框 df，我们可以通过 df['new_column'] = values 来添加一列 new_column。

一、赋值语句

赋值语句是最简单、直观的方式。我们只需要将新列的名称作为键，赋予相应的值即可。以下是具体步骤：

创建数据框
直接赋值新列

import pandas as pd
创建一个示例数据框
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}
df = pd.DataFrame(data)
添加新列
df['C'] = [7, 8, 9]
print(df)

这样，新的数据框 df 就添加了一列 C，其值为 [7, 8, 9]。

二、insert方法

insert 方法允许我们在指定位置插入新列。它的使用方法如下：

df.insert(loc=1, column='D', value=[10, 11, 12])
print(df)

在上面的例子中，loc=1 表示新列 D 将被插入到位置 1（即第二列），其值为 [10, 11, 12]。

三、assign方法

assign 方法用于返回一个新的数据框，而不是在原数据框上进行修改。这对于不想改变原数据框的情况非常有用。使用方法如下：

df_new = df.assign(E=[13, 14, 15])
print(df_new)

四、join方法

join 方法用于将两个数据框合并在一起。我们可以创建一个单独的数据框，然后使用 join 方法将其添加到原数据框中。

df2 = pd.DataFrame({'F': [16, 17, 18]})
df = df.join(df2)
print(df)

五、apply方法

apply 方法通常用于基于现有列来生成新列。我们可以通过应用一个函数来生成新列的值。

df['G'] = df.apply(lambda row: row['A'] + row['B'], axis=1)
print(df)

在这个例子中，我们添加了一列 G，其值为列 A 和列 B 的和。

六、concat方法

concat 方法用于将两个或多个数据框沿指定轴（行或列）进行合并。以下是一个例子：

df2 = pd.DataFrame({
    'H': [19, 20, 21]
})
df = pd.concat([df, df2], axis=1)
print(df)

七、结合实际案例

假设我们有一个包含学生成绩的数据框 df，我们想要添加一列 total_score 来表示每个学生的总成绩。可以使用以下代码：

data = {
    'student_name': ['Alice', 'Bob', 'Charlie'],
    'math_score': [85, 90, 95],
    'english_score': [88, 92, 94]
}
df = pd.DataFrame(data)
通过 apply 方法添加总成绩列
df['total_score'] = df.apply(lambda row: row['math_score'] + row['english_score'], axis=1)
print(df)