Python DataFrame 新建列：从入门到精通

在数据分析和处理过程中，我们经常需要对 DataFrame 进行操作，其中一个常见需求是在 DataFrame 中新建列。本文将介绍使用 Python Pandas 库在 DataFrame 中新建列的多种方法，帮助你从入门到精通。

1. 使用现有列的值计算新列的值

你可以使用算术操作符（例如：加法、减法、乘法、除法）或函数来计算新列的值。

**示例：**假设有一个包含 'age' 列的 DataFrame，我们可以使用以下代码计算 'age' 列的平方，并将结果存储在新的 'age_squared' 列中：pythondf['age_squared'] = df['age'] ** 2

2. 使用条件语句创建新列

你可以使用条件语句（例如：if-else 语句）来创建新列。

**示例：**假设有一个包含 'age' 列的 DataFrame，我们可以使用以下代码创建一个新的 'age_category' 列，根据 'age' 列的值将其分为不同的年龄段：pythondf['age_category'] = df['age'].apply(lambda x: 'young' if x < 30 else 'old')

3. 使用 apply 函数创建新列

你可以使用 apply 函数对 DataFrame 的每一行应用一个函数，并将结果存储在新列中。

**示例：**假设有一个包含 'age' 和 'gender' 列的 DataFrame，我们可以使用以下代码创建一个新的 'age_gender' 列，将 'age' 和 'gender' 列的值合并在一起：pythondf['age_gender'] = df.apply(lambda row: str(row['age']) + '-' + row['gender'], axis=1)

总结

以上是一些在 Python DataFrame 中新建列的常用方法，你可以根据具体的需求选择适合的方法。 Pandas 提供了丰富的功能来操作 DataFrame，熟练掌握这些技巧将大大提高你的数据处理效率。