将具有常量值的列添加到熊猫数据框[重复]

Question

给定一个数据框：

np.random.seed(0)
df = pd.DataFrame(np.random.randn(3, 3), columns=list('ABC'), index=[1, 2, 3])
df

          A         B         C
1  1.764052  0.400157  0.978738
2  2.240893  1.867558 -0.977278
3  0.950088 -0.151357 -0.103219

添加包含常量值（例如 0）的新列的最简单方法是什么？

          A         B         C  new
1  1.764052  0.400157  0.978738    0
2  2.240893  1.867558 -0.977278    0
3  0.950088 -0.151357 -0.103219    0

---

这是我的解决方案，但我不知道为什么这会将 NaN 放入“新”列？

df['new'] = pd.Series([0 for x in range(len(df.index))])

          A         B         C  new
1  1.764052  0.400157  0.978738  0.0
2  2.240893  1.867558 -0.977278  0.0
3  0.950088 -0.151357 -0.103219  NaN

Answer 1

之所以将NaN 放入一列是因为df.index 和您右侧对象的Index 不同。 @zach 显示了分配新的零列的正确方法。一般来说，pandas 会尝试尽可能多地对齐索引。一个缺点是，当索引未对齐时，您会得到NaN，无论它们没有对齐。使用reindex 和align 方法来获得一些直觉，以便对具有部分、完全和未对齐的所有对齐索引的对象进行对齐。例如，DataFrame.align() 处理部分对齐的索引的方式如下：

In [7]: from pandas import DataFrame

In [8]: from numpy.random import randint

In [9]: df = DataFrame({'a': randint(3, size=10)})

In [10]:

In [10]: df
Out[10]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [11]: s = df.a[:5]

In [12]: dfa, sa = df.align(s, axis=0)

In [13]: dfa
Out[13]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [14]: sa
Out[14]:
0     0
1     2
2     0
3     1
4     0
5   NaN
6   NaN
7   NaN
8   NaN
9   NaN
Name: a, dtype: float64

Answer 2

超级简单的就地赋值：df['new'] = 0

对于就地修改，执行直接分配。这个作业由 pandas 为每一行广播。

df = pd.DataFrame('x', index=range(4), columns=list('ABC'))
df

   A  B  C
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x

df['new'] = 'y'
# Same as,
# df.loc[:, 'new'] = 'y'
df

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

对象列注意事项

如果你想添加一列空列表，我的建议是：

• 考虑不这样做。 object 列在性能方面是个坏消息。重新思考数据的结构。
• 考虑将数据存储在稀疏数据结构中。更多信息：sparse data structures

• 如果您必须存储一列列表，请确保不要多次复制相同的引用。

  # Wrong
  df['new'] = [[]] * len(df)
  # Right
  df['new'] = [[] for _ in range(len(df))]
  

---

生成副本：df.assign(new=0)

如果您需要副本，请使用DataFrame.assign：

df.assign(new='y')

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

而且，如果您需要为多个这样的列分配相同的值，这很简单，

c = ['new1', 'new2', ...]
df.assign(**dict.fromkeys(c, 'y'))

   A  B  C new1 new2
0  x  x  x    y    y
1  x  x  x    y    y
2  x  x  x    y    y
3  x  x  x    y    y

多列赋值

最后，如果您需要为多个列分配不同的值，可以将assign 与字典一起使用。

c = {'new1': 'w', 'new2': 'y', 'new3': 'z'}
df.assign(**c)

   A  B  C new1 new2 new3
0  x  x  x    w    y    z
1  x  x  x    w    y    z
2  x  x  x    w    y    z
3  x  x  x    w    y    z

Answer 3

这是另一个使用 lambdas 的衬垫（创建具有常量值 = 10 的列）

df['newCol'] = df.apply(lambda x: 10, axis=1)

之前

df
    A           B           C
1   1.764052    0.400157    0.978738
2   2.240893    1.867558    -0.977278
3   0.950088    -0.151357   -0.103219

之后

df
        A           B           C           newCol
    1   1.764052    0.400157    0.978738    10
    2   2.240893    1.867558    -0.977278   10
    3   0.950088    -0.151357   -0.103219   10

Answer 4

使用现代熊猫，您可以这样做：

df['new'] = 0