如何在一次作业中向熊猫数据帧添加多个列？

Question

我对熊猫很陌生，我想知道如何同时给熊猫添加多个列。感谢您的帮助。理想情况下，我想一步到位，而不是多步重复。。。

import pandas as pd

df = {'col_1': [0, 1, 2, 3],
        'col_2': [4, 5, 6, 7]}
df = pd.DataFrame(df)

df[[ 'column_new_1', 'column_new_2','column_new_3']] = [np.nan, 'dogs',3]  #thought this would work here...

Answer 1

我在编写Pandas时的目标是编写可以链接的高效可读代码。我不会在这里详细说明为什么我如此喜欢链接，我在我的书《有效的熊猫》中阐述了这一点。

我经常想以简洁的方式添加新列，这也允许我链接。我的一般规则是使用 .assign 方法更新或创建列。

要回答您的问题，我将使用以下代码：

(df
 .assign(column_new_1=np.nan,
         column_new_2='dogs',
         column_new_3=3
        )
)

更进一步。我经常有一个数据框，其中包含我想添加到我的数据框中的新列。让我们假设它看起来像…一个包含您想要的三个列的数据框：

df2 = pd.DataFrame({'column_new_1': np.nan,
                    'column_new_2': 'dogs',
                    'column_new_3': 3},
                   index=df.index
                  )

在这种情况下，我将编写以下代码：

(df
 .assign(**df2)
)

Answer 2

您可以对列名和值的字典使用< code>assign。

In [1069]: df.assign(**{'col_new_1': np.nan, 'col2_new_2': 'dogs', 'col3_new_3': 3})
Out[1069]:
   col_1  col_2 col2_new_2  col3_new_3  col_new_1
0      0      4       dogs           3        NaN
1      1      5       dogs           3        NaN
2      2      6       dogs           3        NaN
3      3      7       dogs           3        NaN

Answer 3

我本希望你的语法也能起作用。出现问题的原因是，当您使用列列表语法（df[[new1，new2]]=…）创建新列时，panda要求右侧是DataFrame（请注意，如果DataFrame的列与您创建的列具有相同的名称，实际上并不重要）。

您的语法可以很好地将标量值分配给现有列，熊猫也很乐意使用单列语法（df[new1]=…）将标量值分配给新列。因此，解决方案要么将其转换为多个单列分配，要么为右侧创建一个合适的DataFrame。

以下是几种可行的方法：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col_1': [0, 1, 2, 3],
    'col_2': [4, 5, 6, 7]
})

然后执行以下操作之一：

df['column_new_1'], df['column_new_2'], df['column_new_3'] = [np.nan, 'dogs', 3]

df[['column_new_1', 'column_new_2', 'column_new_3']] = pd.DataFrame([[np.nan, 'dogs', 3]], index=df.index)

df = pd.concat(
    [
        df,
        pd.DataFrame(
            [[np.nan, 'dogs', 3]], 
            index=df.index, 
            columns=['column_new_1', 'column_new_2', 'column_new_3']
        )
    ], axis=1
)

df = df.join(pd.DataFrame(
    [[np.nan, 'dogs', 3]], 
    index=df.index, 
    columns=['column_new_1', 'column_new_2', 'column_new_3']
))

df = df.join(pd.DataFrame(
    {
        'column_new_1': np.nan,
        'column_new_2': 'dogs',
        'column_new_3': 3
    }, index=df.index
))

我非常喜欢@zero答案的这个变体，但与前一个一样，新列总是按字母顺序排序，至少在早期版本的Python中是这样的：

df = df.assign(column_new_1=np.nan, column_new_2='dogs', column_new_3=3)

new_cols = ['column_new_1', 'column_new_2', 'column_new_3']
new_vals = [np.nan, 'dogs', 3]
df = df.reindex(columns=df.columns.tolist() + new_cols)   # add empty cols
df[new_cols] = new_vals  # multi-column assignment works for existing cols

df['column_new_1'] = np.nan
df['column_new_2'] = 'dogs'
df['column_new_3'] = 3

注意：这些选项中的许多已经在其他答案中涵盖：将多列添加到DataFrame并将它们设置为等于现有列，是否可以一次添加多列到熊猫DataFrame？，将多个空列添加到熊猫DataFrame