添加包含一个值的新列

Question

我有以下数据帧：

a = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]], columns=['a','b','c'])
a
Out[234]: 
    a   b   c
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12

我想添加一个只有最后一行的列作为列c的最后2个值的平均值。 就像是：

    a   b   c   d
0   1   2   3  NaN
1   4   5   6  NaN
2   7   8   9  NaN
3  10  11  12 mean(9,12)

我试过了，但第一部分给出了一个错误：

a['d'].iloc[-1] = a.c.iloc[-2:].values.mean()

Answer 1

您可以使用.at在单个行/列标签对上进行分配：

ix = a.shape[0]
a.at[ix-1,'d'] = a.loc[ix-2:ix, 'c'].values.mean()

    a   b   c     d
0   1   2   3   NaN
1   4   5   6   NaN
2   7   8   9   NaN
3  10  11  12  10.5

---

还要注意链接索引 （你正在用aciloc[-2:]做什么）在文档中明确不鼓励，因为pandas将这些操作视为单独的事件，即对__getitem__两次单独调用，而不是使用a的单个调用。嵌套的切片元组。

Answer 2

您可以预先设置d列（以确保分配）：

In [100]: a['d'] = np.nan

In [101]: a['d'].iloc[-1] = a.c.iloc[-2:].mean()

In [102]: a
Out[102]: 
    a   b   c     d
0   1   2   3   NaN
1   4   5   6   NaN
2   7   8   9   NaN
3  10  11  12  10.5

Answer 3

我们可以使用.loc ， .iloc和np.mean

a.loc[a.index.max(), 'd'] = np.mean(a.iloc[-2:, 2])

    a   b   c     d
0   1   2   3   NaN
1   4   5   6   NaN
2   7   8   9   NaN
3  10  11  12  10.5

或者只使用.loc和np.mean ：

a.loc[a.index.max(), 'd'] = np.mean(a.loc[a.index.max()-1:, 'c'])

    a   b   c     d
0   1   2   3   NaN
1   4   5   6   NaN
2   7   8   9   NaN
3  10  11  12  10.5