使用Python快速為Dataframe添加新列的方法

Dataframe是Python中pandas模塊的一個重要數據結構，它類似於電子表格或數據庫表格。通常，我們需要將新的列添加到Dataframe中以進一步分析或處理數據。本文將介紹如何使用Python快速為Dataframe添加新列的方法。

一、使用賦值語句添加新列

最簡單的方法是使用賦值語句將新列添加到Dataframe中。假設我們的Dataframe名為df，要添加一列名為”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)

上面的代碼將輸出一個新的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

我們也可以使用已有的列計算新的列並將其添加到Dataframe中：

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

print(df)

這將輸出一個新的Dataframe，其中包含一個新的列”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

另一個添加新列的方法是使用pandas.DataFrame.insert()方法。該方法接受三個參數：列索引位置、新列名稱和新列數據。下面的代碼展示了如何使用該方法將新列添加到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)

上面的代碼將輸出一個新的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

如果我們需要添加的新列已經存在，那麼我們可以使用same_name參數將其替換：

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

print(df)

這將輸出一個新的Dataframe，新添加的列”salary”已經被替換：

       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()方法可以用來將新列添加到Dataframe中。它接受一個列名稱和新列數據作為參數，並返回一個新的Dataframe。下面的代碼展示了如何使用assign()方法將新列添加到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)

上面的代碼將輸出一個新的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

我們也可以同時添加多個新列：

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

print(df)

這將輸出一個新的Dataframe，其中包含兩個新的列”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函數添加新列

apply()方法可以用來對Dataframe中的每一行或列執行某個函數，並將結果作為一個新列添加到Dataframe中。lambda函數可以用來定義匿名函數。下面的代碼展示了如何使用apply()方法和lambda函數將新列添加到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)

上面的代碼將輸出一個新的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函數中，我們使用了每個行的年齡信息計算了新列”salary”的值。

五、使用numpy向量化運算添加新列

numpy中的向量化運算可以讓代碼更高效地處理大型數據集，提高運算速度。下面的代碼展示了如何使用numpy的向量化運算將新列添加到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)

上面的代碼將輸出一個新的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

我們使用numpy中的multiply()函數將Dataframe中的”Age”列乘以100，並加上3000來計算新列”salary”的值。

總結

本文介紹了幾種使用Python快速為Dataframe添加新列的方法：賦值語句、Dataframe.insert()方法、Dataframe.assign()方法、apply()和lambda函數以及numpy的向量化運算。這些方法都可以通過一些簡單的代碼行將新列添加到Dataframe中，讓我們更方便的處理數據。