Pandas - 将特定 iloc 的值添加到新的数据框列中

Question

我有一个包含大量列的大型数据框。

对于数据帧中的每一行/索引，我执行一些操作，读取一些辅助数据等并获得一个新值。 有没有办法将该新值添加到正确行/索引处的新列中？

我可以使用 .assign 添加一个新列，但是当我遍历行并且一次只生成要添加一个值的数据时（生成它非常复杂）。 当它生成时，我想立即将它添加到数据框中，而不是等到我生成了整个系列。

这不起作用并给出一个关键错误：

df['new_column_name'].iloc[this_row]=value

我需要先初始化列吗？

Answer 1

仅使用行号创建和填充新列有两个步骤......（在这种方法中不使用iloc ）

首先，通过行号获取行索引值

rowIndex = df.index[someRowNumber]

然后，使用带有loc函数的行索引来引用特定行并添加新列/值

df.loc[rowIndex, 'New Column Title'] = "some value"

这两个步骤可以合并为一行，如下所示

df.loc[df.index[someRowNumber], 'New Column Title'] = "some value"

Answer 2

如果你有一个像

import pandas as pd
df = pd.DataFrame(data={'X': [1.5, 6.777, 2.444, pd.np.NaN], 'Y': [1.111, pd.np.NaN, 8.77, pd.np.NaN], 'Z': [5.0, 2.333, 10, 6.6666]})

除了 iloc，您可以使用.loc与行索引和列名，如df.loc[row_indexer,column_indexer]=value

df.loc[[0,3],'Z'] = 3

输出：

X      Y       Z
0  1.500  1.111   3.000
1  6.777    NaN   2.333
2  2.444  8.770  10.000
3    NaN    NaN   3.000

Answer 3

如果要向新列中的某些行添加值，根据数据框其他单元格中的值，您可以这样做：

import pandas as pd
df = pd.DataFrame(data={"A":[1,1,2,2], "B":[1,2,3,4]})

根据 cloumn "A" 中的值在新列中添加值：

df.loc[df.A == 2, "C"] = 100

如果列“A”为 2，这将创建列“C”并将值 100 添加到它。

输出：

   A  B  C
0  1  1  NaN
1  1  2  NaN
2  2  3  100
3  2  4  100

没有必要先初始化列。

Answer 4

您可以只使用内置在函数 DataFrame.at 中的熊猫

您可以选择几个索引列表或单个索引和列

df.at[4, 'B'] = 10