在Python中，使用Pandas库处理数据框（DataFrame）时，增加数据列有几种常见的方法：
直接赋值
python
import pandas as pd
df = pd.DataFrame（{'A': [1, 2, 3], 'B': [4, 5, 6]}）
df['C'] = [7, 8, 9] 添加新列C
使用`assign`方法
python
df = df.assign（C=[7, 8, 9]） 添加新列C
使用`loc`或`iloc`进行条件赋值
python
df.loc[df['A'] > 2, 'C'] = [10, 11, 12] 在A列大于2的行中添加新列C
使用`apply`方法
python
def get_wendu_type（row）:
if row['High'] > 33:
return '高温'
elif row['Low'] < 10:
return '低温'
else:
return '常温'
df['wendu_type'] = df.apply（get_wendu_type, axis=1） 添加新列wendu_type
使用`concat`方法
python
new_data = pd.DataFrame（{'C': [7, 8, 9]}）
df = pd.concat（[df, new_data], axis=1） 在原DataFrame后追加新列C
使用`update`方法
python
df1 = pd.DataFrame（{'Key': ['a', 'b', 'c'], 'Employee': [1, 2, 3]}）
df2 = pd.DataFrame（{'Key': ['a', 'b', 'd'], 'Staff': [4, 5, 6]}）
df1.set_index（'Key', inplace=True）
df2.set_index（'Key', inplace=True）
df1.Employee.update（df2.Staff） 更新df1中的Employee列
以上方法可以帮助你在Pandas DataFrame中增加新的列。选择哪种方法取决于你的具体需求
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://sigusoft.com/bj/39254.html