在Python熊猫中向现有DataFrame添加新列
我有以下索引DataFrame与命名的列和行不连续的数字：
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
我想在现有的数据框中添加一个新的列'e' ，并且不想在数据框中更改任何内容（即新列的长度始终与DataFrame的长度相同）。
0 -0.335485
1 -1.166658
2 -0.385571
dtype: float64
我尝试了不同版本的join ， append ， merge ，但是我没有得到我想要的结果，最多只有错误。 我如何在上面的例子中添加列e ？
使用原始df1索引创建系列：
df1['e'] = Series(np.random.randn(sLength), index=df1.index)
编辑2015年
有人报告使用此代码获取SettingWithCopyWarning 。
但是，目前的熊猫版本0.16.1仍然运行良好。
>>> 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'] = p.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
>>> p.version.short_version
'0.16.1'
SettingWithCopyWarning旨在通知Dataframe副本上可能无效的分配。 它不一定表示你做错了（它可能触发误报），但是从0.13.0开始，它让你知道有更多适合相同目的的方法。 然后，如果您收到警告，请按照其建议：尝试使用.loc [row_index，col_indexer] = value
>>> df1.loc[:,'f'] = p.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
>>>
实际上，这是熊猫文档中描述的更高效的方法
编辑2017年
如注释和@Alexander所示，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=p.Series(np.random.randn(sLength)).values)
这是添加新列的简单方法： df['e'] = e
我想添加一个新的列'e'到现有的数据框，并且不会改变数据框中的任何内容。 （该系列的长度始终与数据帧相同。）
我假设e中的索引值与df1中的索引值相匹配。
最简单的方法来启动一个名为e的新列，并为其分配系列e的值：
df['e'] = e.values
分配（熊猫0.16.0+）
从Pandas 0.16.0开始，您也可以使用assign ，它将新列分配给DataFrame，并返回一个新对象（副本）以及所有原始列。
df1 = df1.assign(e=e.values)
根据本示例（其中还包括assign函数的源代码），您还可以包含多个列：
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
>>> df.assign(mean_a=df.a.mean(), mean_b=df.b.mean())
a b mean_a mean_b
0 1 3 1.5 3.5
1 2 4 1.5 3.5
在你的例子中，
np.random.seed(0)
df1 = pd.DataFrame(np.random.randn(10, 4), columns=['a', 'b', 'c', 'd'])
mask = df1.applymap(lambda x: x <-0.7)
df1 = df1[-mask.any(axis=1)]
sLength = len(df1['a'])
e = pd.Series(np.random.randn(sLength))
>>> df1
a b c d
0 1.764052 0.400157 0.978738 2.240893
2 -0.103219 0.410599 0.144044 1.454274
3 0.761038 0.121675 0.443863 0.333674
7 1.532779 1.469359 0.154947 0.378163
9 1.230291 1.202380 -0.387327 -0.302303
>>> e
0 -1.048553
1 -1.420018
2 -1.706270
3 1.950775
4 -0.509652
dtype: float64
df1 = df1.assign(e=e.values)
>>> df1
a b c d e
0 1.764052 0.400157 0.978738 2.240893 -1.048553
2 -0.103219 0.410599 0.144044 1.454274 -1.420018
3 0.761038 0.121675 0.443863 0.333674 -1.706270
7 1.532779 1.469359 0.154947 0.378163 1.950775
9 1.230291 1.202380 -0.387327 -0.302303 -0.509652
首次介绍这个新功能的描述可以在这里找到。
链接地址: http://www.djcxy.com/p/12227.html上一篇: Adding new column to existing DataFrame in Python pandas