在本教程中，我们将讨论向 pandas 数据框添加新列的不同方法。
什么是 pandas 数据框？
Pandas 数据框架 是一种二维异构数据结构，它以带有标记索引（即行和列）的表格形式存储数据。
通常，当我们必须处理大型数据集时，会使用数据框，然后我们可以通过将其加载到 pandas 数据框并查看数据框的摘要来简单地查看该大数据集的摘要。
在现实场景中，pandas 数据框是通过从现有的 CSV 文件、Excel 文件等加载数据集来创建的。
但是 pandas 数据框也可以从list、dictionary、列表列表、字典列表、ndarray/lists 字典等创建。在我们开始讨论如何向现有数据框添加新列之前，我们需要一个 pandas数据框架。
安装并导入 pandas
我们需要Python的Pandas库来处理数据框，因此我们必须首先安装Pandas库，然后将其导入Python程序。以下是安装和导入 pandas 的命令：
# Installing pandas Python librarypip install pandas |
# Importing pandas into the programimport pandas as pd |
在我们开始讨论如何向现有 pandas 数据框添加新列之前，我们需要一个 pandas 数据框。
从列表字典创建数据框
# Creating a dictionary of listsdata = {'name': ['Sanjay', 'Ravi', 'Shreya', 'Abhishek', 'Shantanu'],'roll': [55, 65, 75, 85, 95]}# Creating a pandas data frame from the above datadf = pd.DataFrame(data)print(df) |
输出：
现在让我们讨论向上面创建的现有数据框添加新列的不同方法。有多种方法可以向现有数据框架添加新列，但在这里我们将仅讨论三种主要的稳健且强大的方法。
使用 DataFrame 索引添加新列
这是向现有 pandas 数据框添加新列的最简单方法，我们只需使用新列的名称对现有数据框进行索引，并分配要存储在相应行的列中的值列表：
# Adding a new column named 'cgpa' to the data frame# Using DataFrame indexingdf['cgpa'] = [8.1, 9.3, 8.2, 7.9, 7.5]print(df) |
输出：
使用 allocate() 将新列添加到 pandas 数据框
这是使用 pandas 内置assign()方法向现有数据框添加新列的第二种可靠方法。这会向现有数据框添加一个新列，然后返回包含添加列的新数据框。让我们看看使用它的 Python 代码：
# Adding a new column named 'address' to the data frame# Using the assign() method# And saving the new returned data framedf2 = df.assign(address = ['Bihar', 'Bihar', 'Jharkhand', 'UP', 'UP'])print(df2) |
输出：
使用 insert() 方法添加新列
这是向现有数据框添加新列的第三种强大方法。与以前向数据框中添加列的方法不同，该方法只是将新列添加到数据框的末尾作为最后一列，该方法允许我们在insert()现有数据框中的任何指定位置添加新列。让我们看看使用它的 Python 代码：
# Adding a column named 'branch'to the data frame# Using the insert() method# First argument is the column position# Second argument is the column name# And third argument is the column valuedf2.insert(3, 'branch', ['ECE', 'CSE', 'ECE', 'EE', 'ECE'])print(df2) |
输出：
在输出中，可以清楚地看到名为branch的新列已添加到Python 代码中指定的第三列索引处。
结论
因此，在本教程中，我们学习了什么是 pandas 数据框、如何从列表字典创建新数据框，以及向现有数据框添加新列的三种可靠方法：索引、方法DataFrame和assign()方法insert()。