向 pandas DataFrame 添加多个空列

Question

如何将多个空列添加到列表中的DataFrame？

我能做到：

    df["B"] = None
    df["C"] = None
    df["D"] = None

但我做不到：

    df[["B", "C", "D"]] = None

KeyError: "['B' 'C' 'D'] not in index"

Answer 1

您可以使用Pandas broadcasting:

df = pd.DataFrame({'A': [1, 1, 1]})

df[['B', 'C']] = 2, 3
# df[['B', 'C']] = [2, 3]

结果：

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

添加空列：

df[['B', 'C', 'D']] = 3 * [np.nan]

结果：

   A   B   C   D
0  1 NaN NaN NaN
1  1 NaN NaN NaN
2  1 NaN NaN NaN

Answer 2

替代解决方案总结：

columns_add = ['a', 'b', 'c']

1. for循环：

   for newcol in columns_add:
       df[newcol]= None
   

2. dict方法：

   df.assign(**dict([(_,None) for _ in columns_add]))
   

3. 元组赋值：

   df['a'], df['b'], df['c'] = None, None, None
   

Answer 3

我会用

df["B"], df["C"], df["D"] = None, None, None

或

df["B"], df["C"], df["D"] = ["None" for a in range(3)]

Answer 4

为什么不直接使用循环：

for newcol in ['B','C','D']:
    df[newcol]=np.nan

Answer 5

只是添加到有趣的方式列表中：

columns_add = ['a', 'b', 'c']
df = df.assign(**dict(zip(columns_add, [0] * len(columns_add)))

Answer 6

我会 concat 使用 DataFrame：

In [23]:
df = pd.DataFrame(columns=['A'])
df

Out[23]:
Empty DataFrame
Columns: [A]
Index: []

In [24]:    
pd.concat([df,pd.DataFrame(columns=list('BCD'))])

Out[24]:
Empty DataFrame
Columns: [A, B, C, D]
Index: []

因此，通过传递一个包含原始 df 的列表和一个包含您要添加的列的新列表，这将返回一个包含其他列的新 df。

---

警告：请参阅其他 answers 和/或评论讨论中的性能讨论。 reindex 在性能至关重要的情况下可能更可取。

Answer 7

如果你不想重写旧列的名称，那么你可以使用reindex：

df.reindex(columns=[*df.columns.tolist(), 'new_column1', 'new_column2'], fill_value=0)

---

完整示例：

In [1]: df = pd.DataFrame(np.random.randint(10, size=(3,1)), columns=['A'])

In [1]: df
Out[1]: 
   A
0  4
1  7
2  0

In [2]: df.reindex(columns=[*df.columns.tolist(), 'col1', 'col2'], fill_value=0)
Out[2]: 

   A  col1  col2
0  1     0     0
1  2     0     0

---

并且，如果您已经有一个列表包含列名，：

In [3]: my_cols_list=['col1','col2']

In [4]: df.reindex(columns=[*df.columns.tolist(), *my_cols_list], fill_value=0)
Out[4]: 
   A  col1  col2
0  1     0     0
1  2     0     0

Answer 8

您可以使用df.reindex 添加新列：

In [18]: df = pd.DataFrame(np.random.randint(10, size=(5,1)), columns=['A'])

In [19]: df
Out[19]: 
   A
0  4
1  7
2  0
3  7
4  6

In [20]: df.reindex(columns=list('ABCD'))
Out[20]: 
   A   B   C   D
0  4 NaN NaN NaN
1  7 NaN NaN NaN
2  0 NaN NaN NaN
3  7 NaN NaN NaN
4  6 NaN NaN NaN

reindex 将返回一个新的 DataFrame，列按它们列出的顺序出现：

In [31]: df.reindex(columns=list('DCBA'))
Out[31]: 
    D   C   B  A
0 NaN NaN NaN  4
1 NaN NaN NaN  7
2 NaN NaN NaN  0
3 NaN NaN NaN  7
4 NaN NaN NaN  6

reindex 方法也作为fill_value 参数：

In [22]: df.reindex(columns=list('ABCD'), fill_value=0)
Out[22]: 
   A  B  C  D
0  4  0  0  0
1  7  0  0  0
2  0  0  0  0
3  7  0  0  0
4  6  0  0  0