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?
最佳答案
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)
关于python - 如何向现有 DataFrame 添加新列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55119691/