使用Python快速为Dataframe添加新列的方法

Dataframe是Python中pandas模块的一个重要数据结构，它类似于电子表格或数据库表格。通常，我们需要将新的列添加到Dataframe中以进一步分析或处理数据。本文将介绍如何使用Python快速为Dataframe添加新列的方法。

一、使用赋值语句添加新列

最简单的方法是使用赋值语句将新列添加到Dataframe中。假设我们的Dataframe名为df，要添加一列名为”salary”：

import pandas as pd

data = {'Name': ['Amy', 'Bob', 'Charlie', 'David'],
        'Age': [20, 25, 30, 35]}

df = pd.DataFrame(data)
df['salary'] = [4000, 5000, 6000, 7000]

print(df)

上面的代码将输出一个新的Dataframe，其中包含新添加的列”salary”：

       Name  Age  salary
0       Amy   20    4000
1       Bob   25    5000
2   Charlie   30    6000
3     David   35    7000

我们也可以使用已有的列计算新的列并将其添加到Dataframe中：

df['income'] = df['salary'] * 12

print(df)

这将输出一个新的Dataframe，其中包含一个新的列”income”：

       Name  Age  salary  income
0       Amy   20    4000   48000
1       Bob   25    5000   60000
2   Charlie   30    6000   72000
3     David   35    7000   84000

二、使用Dataframe.insert()方法添加新列

另一个添加新列的方法是使用pandas.DataFrame.insert()方法。该方法接受三个参数：列索引位置、新列名称和新列数据。下面的代码展示了如何使用该方法将新列添加到Dataframe中：

import pandas as pd

data = {'Name': ['Amy', 'Bob', 'Charlie', 'David'],
        'Age': [20, 25, 30, 35]}

df = pd.DataFrame(data)
new_col = [4000, 5000, 6000, 7000]
df.insert(2, 'salary', new_col)

print(df)

上面的代码将输出一个新的Dataframe，其中包含新添加的列”salary”：

       Name  Age  salary
0       Amy   20    4000
1       Bob   25    5000
2   Charlie   30    6000
3     David   35    7000

如果我们需要添加的新列已经存在，那么我们可以使用same_name参数将其替换：

new_col = [8000, 9000, 10000, 11000]
df.insert(2, 'salary', new_col, True)

print(df)

这将输出一个新的Dataframe，新添加的列”salary”已经被替换：

       Name  Age  salary
0       Amy   20    8000
1       Bob   25    9000
2   Charlie   30   10000
3     David   35   11000

三、使用Dataframe.assign()方法添加新列

Dataframe.assign()方法可以用来将新列添加到Dataframe中。它接受一个列名称和新列数据作为参数，并返回一个新的Dataframe。下面的代码展示了如何使用assign()方法将新列添加到Dataframe中：

import pandas as pd

data = {'Name': ['Amy', 'Bob', 'Charlie', 'David'],
        'Age': [20, 25, 30, 35]}

df = pd.DataFrame(data)
new_col = [4000, 5000, 6000, 7000]
df = df.assign(salary=new_col)

print(df)

上面的代码将输出一个新的Dataframe，其中包含新添加的列”salary”：

       Name  Age  salary
0       Amy   20    4000
1       Bob   25    5000
2   Charlie   30    6000
3     David   35    7000

我们也可以同时添加多个新列：

new_cols = {'salary': [4000, 5000, 6000, 7000],
            'income': [48000, 60000, 72000, 84000]}
df = df.assign(**new_cols)

print(df)

这将输出一个新的Dataframe，其中包含两个新的列”salary”和”income”：

       Name  Age  salary  income
0       Amy   20    4000   48000
1       Bob   25    5000   60000
2   Charlie   30    6000   72000
3     David   35    7000   84000

四、使用apply()和lambda函数添加新列

apply()方法可以用来对Dataframe中的每一行或列执行某个函数，并将结果作为一个新列添加到Dataframe中。lambda函数可以用来定义匿名函数。下面的代码展示了如何使用apply()方法和lambda函数将新列添加到Dataframe中：

import pandas as pd

data = {'Name': ['Amy', 'Bob', 'Charlie', 'David'],
        'Age': [20, 25, 30, 35]}

df = pd.DataFrame(data)
df['salary'] = df.apply(lambda row: 5000 + row['Age'] * 100, axis=1)

print(df)

上面的代码将输出一个新的Dataframe，其中包含新添加的列”salary”：

       Name  Age  salary
0       Amy   20    7000
1       Bob   25    8000
2   Charlie   30    9000
3     David   35   10000

在lambda函数中，我们使用了每个行的年龄信息计算了新列”salary”的值。

五、使用numpy向量化运算添加新列

numpy中的向量化运算可以让代码更高效地处理大型数据集，提高运算速度。下面的代码展示了如何使用numpy的向量化运算将新列添加到Dataframe中：

import pandas as pd
import numpy as np

data = {'Name': ['Amy', 'Bob', 'Charlie', 'David'],
        'Age': [20, 25, 30, 35]}

df = pd.DataFrame(data)
df['salary'] = np.multiply(df['Age'], 100) + 3000

print(df)

上面的代码将输出一个新的Dataframe，其中包含新添加的列”salary”：

       Name  Age  salary
0       Amy   20    5000
1       Bob   25    5500
2   Charlie   30    6000
3     David   35    6500

我们使用numpy中的multiply()函数将Dataframe中的”Age”列乘以100，并加上3000来计算新列”salary”的值。

总结

本文介绍了几种使用Python快速为Dataframe添加新列的方法：赋值语句、Dataframe.insert()方法、Dataframe.assign()方法、apply()和lambda函数以及numpy的向量化运算。这些方法都可以通过一些简单的代码行将新列添加到Dataframe中，让我们更方便的处理数据。