pandas新增新列的5種常見方法

2022-06-11 14:01:37

前言

pandas為DataFrame格式資料新增新列的方法非常簡單，只需要新建一個列索引，再為其賦值即可。

以下總結了5種常見新增新列的方法。

首先，建立一個DataFrame結構資料，作為資料舉例。

import pandas as pd
# 建立一個DataFrame結構資料
data = {'a': ['a0', 'a1', 'a2'],
        'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('舉例資料情況：n', df)

新增新列的方法，如下：

一、insert()函數

語法：

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

引數	說明
loc	必要欄位，int型別資料，表示插入新列的列位置，原來在該位置的列將向右移。
column	必要欄位，插入新列的列名。
value	必要欄位，新列插入的值。如果僅提供一個值，將為所有行設定相同的值。可以是int，string，float等，甚至可以是series /值列表。
allow_duplicates	布林值，用於檢查是否存在具有相同名稱的列。預設為False，不允許與已有的列名重複。

範例：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

範例：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)

注：該方法不可以選擇插入新列的位置，預設為最後一列。如果新增的一列值相同，直接為其賦值一個常數即可；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，此處只是針對新增新列的用法

範例：插入e列

df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'])  # 不加fill_value引數，預設值為Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1)  # 加入fill_value引數，填充值為1
print('插入e列(不加fill_value引數)：n', df1)
print('插入e列(加fill_value引數)：n', df2)

注：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，新增新的一列。好處是可以同時新增多個列名。

concat()函數用法較多，此處只是針對新增新列的用法

範例：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的行列索引標籤來實現。

語法：df.loc[:,新列名]=值

範例：插入g列

df1.loc[:, 'g'] = 0
print('插入g列：n', df1)

以上就是pandas新增新列的5種常見用法。

附：pandas根據現有列新新增一列

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範圍，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)

上面程式碼執行結果