pandas添加新列的5種常見方法

Posted on by

前言

pandas為DataFrame格式數據添加新列的方法非常簡單，隻需要新建一個列索引，再為其賦值即可。

以下總結瞭5種常見添加新列的方法。

首先，創建一個DataFrame結構數據，作為數據舉例。

import pandas as pd
# 創建一個DataFrame結構數據
data = {'a': ['a0', 'a1', 'a2'],
        'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('舉例數據情況：\n', df)

添加新列的方法，如下：

一、insert()函數

語法：

DataFrame.insert(loc, column, value,allow_duplicates = False)

參數 說明
loc 必要字段，int類型數據，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。可以是int，string，float等，甚至可以是series /值列表。
allow_duplicates 佈爾值，用於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)  # 在最後一列後，插入值全為3的c列
print('插入c列：\n', df)

二、直接賦值法

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)

註：該方法不可以選擇插入新列的位置，默認為最後一列。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，需與已有列的行數長度一致，如舉例中原來列為3行，新增列也必須有3個值。

三、reindex()函數

語法：df.reindex(columns=[原來所有的列名,新增列名],fill_value=值)

reindex()函數用法較多，此處隻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，默認值為Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1)  # 加入fill_value參數，填充值為1
print('插入e列(不加fill_value參數)：\n', df1)
print('插入e列(加fill_value參數)：\n', df2)

註：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。

四、concat()函數

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()函數用法較多，此處隻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)

五、loc()函數

原理：利用loc的行列索引標簽來實現。

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。

附：pandas根據現有列新添加一列

pandas中一個Dataframe，經常需要根據其中一列再新建一列，比如一個常見的例子：需要根據分數來確定等級范圍，下面我們就來看一下怎麼實現。

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由分數一列而來，如果小於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，列的維數發生改變。

總結

到此這篇關於pandas添加新列的5種常見方法的文章就介紹到這瞭,更多相關pandas添加新列內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：