pandas增加列的七种方法总结
insert
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
df.insert(0, 'A1', ['A00', 'A01', 'A02'])
print(df)
输出：
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A0 A B
1.0 A00 A0 B0
2.0 A01 A1 B1
3.0 A02 A2 B2
赋值
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
print(df)
df["C"] = ['C0', 'C1', 'C2']
print(df)
或
df['C'] = df['A'].str.replace("A", "C")
df['C'] = df['A'].map(lambda x: x.replace('A', 'C'))
输出：
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A B C
1.0 A0 B0 C0
2.0 A1 B1 C1
3.0 A2 B2 C2
loc
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
print(df)
df.loc[:, "C"] = ['C0', 'C1', 'C2']
print(df)
输出：
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A B C
1.0 A0 B0 C0
2.0 A1 B1 C1
3.0 A2 B2 C2
类似上面的。
concat
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
df1 = pandas.Series(['C0', 'C1', 'C2'], index=[1.0, 2.0, 3.0])
print(df)
df = pandas.concat([df, df1], axis=1)
print(df)
apply、map
map
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
print(df)
df['C'] = df['A'].map(lambda x: x.replace('A', 'C'))
print(df)
结果
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A B C
1.0 A0 B0 C0
2.0 A1 B1 C1
3.0 A2 B2 C2
apply
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
print(df)
df['C'] = df.apply(lambda x, s1, s2: x[s1]+x[s2], args=('A', 'B'), axis=1)
print(df)
输出：
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A B C
1.0 A0 B0 A0B0
2.0 A1 B1 A1B1
3.0 A2 B2 A2B2
reindex
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
print(df)
df = df.reindex(columns=df.columns.tolist()+['C'], fill_value=1)
print(df)
输出：
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A B C
1.0 A0 B0 1
2.0 A1 B1 1
3.0 A2 B2 1
assign
def test1():
df = pandas.DataFrame({'A': ['A0', 'A1', 'A2'],
'B': ['B0', 'B1', 'B2']},
index=[1.0, 2.0, 3.0])
print(df)
df = df.assign(C=df["A"]+df['B'], D=df["B"]+df['A'])
print(df)
结果：
A B
1.0 A0 B0
2.0 A1 B1
3.0 A2 B2
A B C D
1.0 A0 B0 A0B0 B0A0
2.0 A1 B1 A1B1 B1A1
3.0 A2 B2 A2B2 B2A2
到此这篇关于pandas增加列的七种方法总结的文章就介绍到这了,更多相关pandas增加列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python实现图算法、堆操作和并查集代码实例,图算法、堆操作和并查集是计算机科学中常用的数据结构和算法，它们在解决各种实际问题中具有重要的应用价值,需要的朋友可以参考下2023-08-08
最近看到 大神 运维咖啡吧的 一篇文章，这里只做个备份，讲的是各种 django model 查询，发现不错，十分感谢该大神的无私奉献2019-07-07
这篇文章主要介绍了python代码 FTP备份交换机配置脚本实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
2048的逻辑无非是操作4*4的方格,每个方格中有一个数,这些数可以移动,如果两个相同的数字在移动时相撞了,就可以彼此合并,本文将给大家介绍如何基于python做一个2048小游戏,感兴趣的小伙伴跟着小编一起来看看吧2024-01-01
今天小编就为大家分享一篇Python3 关于pycharm自动导入包快捷设置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了Python之字典添加元素的几种方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-09-09
这篇文章主要介绍了Python面向对象之接口、抽象类与多态,结合实例形式详细分析了Python面向对象中接口、抽象类及多态的概念、用法及相关操作注意事项,需要的朋友可以参考下2018-08-08
这篇文章主要介绍了python实现bilibili动画下载视频批量改名,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-11-11
今天小编就为大家分享一篇Python解析、提取url关键字的实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
今天小编就为大家分享一篇pandas使用apply多列生成一列数据的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
最新评论