Python DataFrame: 如何创建新列并逐行插入数据

在使用 Python Pandas 处理数据时，经常需要在 DataFrame 中创建新的列，并将数据逐行插入。本文将介绍几种实现此目标的常用方法，并提供清晰易懂的代码示例。

方法一：使用列表直接赋值

最直接的方法是创建一个包含所需数据的列表，然后将其赋值给新的列名。pythonimport pandas as pd

创建一个空的 DataFramedf = pd.DataFrame()

创建一个新的列并逐行插入数据df['new_column'] = [1, 2, 3, 4, 5]

打印 DataFrameprint(df)

输出：

new_column0 11 22 33 44 5

方法二：使用循环逐行插入

如果数据需要根据特定条件或计算生成，可以使用循环逐行插入数据。pythonimport pandas as pd

创建一个示例 DataFramedf = pd.DataFrame({'A': [10, 20, 30, 40, 50]})

创建一个新的列 'new_column'df['new_column'] = ''

使用循环逐行插入数据for i in range(len(df)): df['new_column'][i] = df['A'][i] * 2

打印 DataFrameprint(df)

输出：

A  new_column0  10          201  20          402  30          603  40          804  50         100

方法三：使用 apply 函数

对于更复杂的计算，可以使用 apply 函数将自定义函数应用于每一行。pythonimport pandas as pd

创建一个示例 DataFramedf = pd.DataFrame({'A': [1, 2, 3, 4, 5]})

定义一个函数，用于计算新列的值def calculate_value(row): return row['A'] ** 2 + 1

使用 apply 函数创建新列并应用函数df['new_column'] = df.apply(calculate_value, axis=1)

打印 DataFrameprint(df)

输出：

A new_column0 1 21 2 52 3 103 4 174 5 26

总结

本文介绍了三种在 Python Pandas DataFrame 中创建新列并逐行插入数据的方法。选择哪种方法取决于您的具体需求和数据处理的复杂性。