[英]Add multiple empty columns to pandas DataFrame
如何从列表向DataFrame
添加多个空列?
我可以:
df["B"] = None
df["C"] = None
df["D"] = None
但我不能这样做:
df[["B", "C", "D"]] = None
KeyError: "['B' 'C' 'D'] not in index"
您可以使用df.reindex
添加新列:
In [18]: df = pd.DataFrame(np.random.randint(10, size=(5,1)), columns=['A'])
In [19]: df
Out[19]:
A
0 4
1 7
2 0
3 7
4 6
In [20]: df.reindex(columns=list('ABCD'))
Out[20]:
A B C D
0 4 NaN NaN NaN
1 7 NaN NaN NaN
2 0 NaN NaN NaN
3 7 NaN NaN NaN
4 6 NaN NaN NaN
reindex
将返回一个新的 DataFrame,列按它们的列出顺序出现:
In [31]: df.reindex(columns=list('DCBA'))
Out[31]:
D C B A
0 NaN NaN NaN 4
1 NaN NaN NaN 7
2 NaN NaN NaN 0
3 NaN NaN NaN 7
4 NaN NaN NaN 6
reindex
方法也作为fill_value
参数:
In [22]: df.reindex(columns=list('ABCD'), fill_value=0)
Out[22]:
A B C D
0 4 0 0 0
1 7 0 0 0
2 0 0 0 0
3 7 0 0 0
4 6 0 0 0
我concat
使用数据框:
In [23]:
df = pd.DataFrame(columns=['A'])
df
Out[23]:
Empty DataFrame
Columns: [A]
Index: []
In [24]:
pd.concat([df,pd.DataFrame(columns=list('BCD'))])
Out[24]:
Empty DataFrame
Columns: [A, B, C, D]
Index: []
因此,通过传递一个包含原始 df 的列表和一个包含您希望添加的列的新列表,这将返回一个带有附加列的新 df。
警告:请参阅其他答案和/或评论讨论中的性能讨论。 在性能至关重要的情况下, reindex
可能更可取。
如果不想重写旧列的名称,则可以使用 reindex:
df.reindex(columns=[*df.columns.tolist(), 'new_column1', 'new_column2'], fill_value=0)
完整示例:
In [1]: df = pd.DataFrame(np.random.randint(10, size=(3,1)), columns=['A'])
In [1]: df
Out[1]:
A
0 4
1 7
2 0
In [2]: df.reindex(columns=[*df.columns.tolist(), 'col1', 'col2'], fill_value=0)
Out[2]:
A col1 col2
0 1 0 0
1 2 0 0
而且,如果您已经有一个包含列名的列表,则:
In [3]: my_cols_list=['col1','col2']
In [4]: df.reindex(columns=[*df.columns.tolist(), *my_cols_list], fill_value=0)
Out[4]:
A col1 col2
0 1 0 0
1 2 0 0
为什么不直接使用循环:
for newcol in ['B','C','D']:
df[newcol]=np.nan
替代解决方案摘要:
columns_add = ['a', 'b', 'c']
for循环:
for newcol in columns_add: df[newcol]= None
字典方法:
df.assign(**dict([(_,None) for _ in columns_add]))
元组赋值:
df['a'], df['b'], df['c'] = None, None, None
我会用
df["B"], df["C"], df["D"] = None, None, None
或者
df["B"], df["C"], df["D"] = ["None" for a in range(3)]
您可以使用Pandas 广播:
df = pd.DataFrame({'A': [1, 1, 1]})
df[['B', 'C']] = 2, 3
# df[['B', 'C']] = [2, 3]
结果:
A B C
0 1 2 3
1 1 2 3
2 1 2 3
添加空列:
df[['B', 'C', 'D']] = 3 * [np.nan]
结果:
A B C D
0 1 NaN NaN NaN
1 1 NaN NaN NaN
2 1 NaN NaN NaN
只是添加到有趣的方式列表中:
columns_add = ['a', 'b', 'c']
df = df.assign(**dict(zip(columns_add, [0] * len(columns_add)))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.