python - 如何向现有 DataFrame 添加新列？

Question

我有以下索引 DataFrame，其命名列和行不是连续数字:

          a         b         c         d
2  0.671399  0.101208 -0.181532  0.241273
3  0.446172 -0.243316  0.051767  1.577318
5  0.614758  0.075793 -0.451460 -0.012493

我想向现有数据框中添加一个新列 'e'，并且不想更改数据框中的任何内容(即新列始终具有相同的长度)作为数据框)。

0   -0.335485
1   -1.166658
2   -0.385571
dtype: float64

如何将列 e 添加到上面的示例中？

Answer 1

编辑2017

正如评论和 @Alexander 所指出的，目前将 Series 的值添​​加为 DataFrame 的新列的最佳方法可能是使用 assign :

df1 = df1.assign(e=pd.Series(np.random.randn(sLength)).values)

<小时/>

编辑2015
有些人报告使用此代码获取 SettingWithCopyWarning。
不过，该代码在当前的 pandas 版本 0.16.1 上仍然可以完美运行。

>>> sLength = len(df1['a'])
>>> df1
          a         b         c         d
6 -0.269221 -0.026476  0.997517  1.294385
8  0.917438  0.847941  0.034235 -0.448948

>>> df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)
>>> df1
          a         b         c         d         e
6 -0.269221 -0.026476  0.997517  1.294385  1.757167
8  0.917438  0.847941  0.034235 -0.448948  2.228131

>>> pd.version.short_version
'0.16.1'

SettingWithCopyWarning 旨在通知 Dataframe 副本上可能无效的分配。它并不一定说你做错了(它可能会触发误报)，但从 0.13.0 开始，它让你知道有更合适的方法可以达到相同的目的。然后，如果您收到警告，请按照其建议进行操作:尝试使用 .loc[row_index,col_indexer] = value 代替

>>> df1.loc[:,'f'] = pd.Series(np.random.randn(sLength), index=df1.index)
>>> df1
          a         b         c         d         e         f
6 -0.269221 -0.026476  0.997517  1.294385  1.757167 -0.050927
8  0.917438  0.847941  0.034235 -0.448948  2.228131  0.006109
>>> 

事实上，这是目前更有效的方法，如 described in pandas docs

<小时/>

原答案:

使用原始 df1 索引创建系列:

df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)