Python DataFrame 创建新列：3种实用方法详解

在数据分析中，经常需要在 DataFrame 中创建新列以存储计算结果或添加新信息。本文将介绍三种在 Python DataFrame 中创建新列的方法，帮助你轻松应对数据处理任务。

1. 使用索引操作符 []

使用索引操作符 [] 是创建新列最直接的方法。你只需将新列名作为键，将包含新列值的列表或数组作为值赋给 DataFrame 对象即可。pythonimport pandas as pd

创建示例 DataFramedf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

使用索引操作符创建新列 'C'df['C'] = [7, 8, 9]

print(df)

输出：

A B C0 1 4 71 2 5 82 3 6 9

2. 使用 assign() 方法

assign() 方法为 DataFrame 对象添加新列，并返回一个新的 DataFrame 对象，原始 DataFrame 保持不变。pythonimport pandas as pd

创建示例 DataFramedf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

使用 assign() 方法创建新列 'D'df = df.assign(D = [10, 11, 12])

print(df)

输出：

A B D0 1 4 101 2 5 112 3 6 12

3. 使用 insert() 方法

insert() 方法可以在指定位置插入新列，更加灵活地控制 DataFrame 结构。pythonimport pandas as pd

创建示例 DataFramedf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

使用 insert() 方法在位置 1 插入新列 'E'df.insert(1, 'E', [13, 14, 15])

print(df)

输出：

A E B0 1 13 41 2 14 52 3 15 6

注意：

• 以上方法中的 values 参数可以是标量值、列表、数组或数据帧，具体取决于要创建的新列的数据类型和维度。* 如果新列名已存在，则会覆盖原有列的值。

希望本文能帮助你快速掌握在 Python DataFrame 中创建新列的方法，并在实际数据分析工作中得心应手！