Python：从现有创建新列并添加生成的数字答案

【问题标题】：Python: create new column from existing and add generated numbersPython：从现有创建新列并添加生成的数字
【发布时间】：2021-05-27 16:50:11
【问题描述】：

DataFrame 如下所示：

atom_type	x	y	z
N	15.987990	10.554990	3.897990
C	16.980990	9.479010	3.851010
H	17.943000	9.921000	4.110000

我需要创建一个名为 atom_label 的新列，该列将包含 atom_type 和一个从 1 到 32 的数字。现在我尝试这样做：

atom_numbers = np.arange(start = 0, stop = 32, step = 1)
df['atom_label'] = str(df['atom_type'] + str(atom_numbers.item))

但它似乎没有像我希望的那样工作，它用字符串N<built-in method item of numpy.ndarray ... 填充列atom_label。我似乎无法告诉 Python 将现有列中的值与数组中的 next 值配对并将其放入新列中。

【问题讨论】：

标签： python arrays pandas string

【解决方案1】：

您可以执行以下操作：

import pandas as pd, numpy as np

# init dataframe
df = pd.DataFrame()
df["atom_type"] = ['N', 'C', 'H']

# init suffixes
atom_numbers = np.arange(start = 0, stop = 32, step = 1)

# add column
df["atom_label"]=[str(df["atom_type"][i]) + str(atom_numbers[i]) for i in range(df.shape[0])]

使用您的解决方案将始终重用atom_type 列的第一个值，而atom_numbers.item 是一种方法，因此调用str(method) 将返回类似<method name, package, a.s.o ...> 的内容。

在上述解决方案中，我们遍历列和 numpy 数组中的所有值来构建一个新值。

【讨论】：

【解决方案2】：

使用Series.astype 将Series 的值转换为字符串：

atom_numbers = np.arange(start = 0, stop = len(df), step = 1)
df['atom_label'] = atom_numbers

df['atom_label'] = df['atom_type'].astype(str) + df['atom_label'].astype(str)

【讨论】：

【解决方案3】：

item 是一种需要您引用的索引作为参数的方法。 https://numpy.org/doc/stable/reference/generated/numpy.ndarray.item.html

您可以使用 for 循环：

for i in range(0, atom_numbers.size):
    df['atom_label'][i] = str(df['atom_type'][i] + str(atom_numbers.item(i)))

【讨论】：