在包含相同值的pandas數據框中添加列

Question

我有一個大小為（1500,5）的熊貓數據框A和一個字典D，其中包含：

D
Out[121]: 
{'newcol1': 'a',
 'newcol2': 2,
 'newcol3': 1}

對於字典中的每個鍵，我想在數據框A中創建一個新列，其中包含字典中的值（每列的所有行的值相同）

最后A應該是大小（1500,8）

是否有“python”方式來做到這一點？ 謝謝！

Answer 1

您可以使用與DataFrame構造函數的concat ：

D = {'newcol1': 'a',
 'newcol2': 2,
 'newcol3': 1}

df = pd.DataFrame({'A':[1,2],
                   'B':[4,5],
                   'C':[7,8]})

print (df)
   A  B  C
0  1  4  7
1  2  5  8

print (pd.concat([df, pd.DataFrame(D, index=df.index)], axis=1))
   A  B  C newcol1  newcol2  newcol3
0  1  4  7       a        2        1
1  2  5  8       a        2        1

時間 ：

D = {'newcol1': 'a',
 'newcol2': 2,
 'newcol3': 1}

df = pd.DataFrame(np.random.rand(10000000, 5), columns=list('abcde'))

In [37]: %timeit pd.concat([df, pd.DataFrame(D, index=df.index)], axis=1)
The slowest run took 18.06 times longer than the fastest. This could mean that an intermediate result is being cached.
1 loop, best of 3: 875 ms per loop

In [38]: %timeit df.assign(**D)
1 loop, best of 3: 1.22 s per loop

Answer 2

設定

A = pd.DataFrame(np.random.rand(10, 5), columns=list('abcde'))

d = {
    'newcol1': 'a',
    'newcol2': 2,
    'newcol3': 1
}

---

解

使用assign

A.assign(**d)

          a         b         c         d         e newcol1  newcol2  newcol3
0  0.709249  0.275538  0.135320  0.939448  0.549480       a        2        1
1  0.396744  0.513155  0.063207  0.198566  0.487991       a        2        1
2  0.230201  0.787672  0.520359  0.165768  0.616619       a        2        1
3  0.300799  0.554233  0.838353  0.637597  0.031772       a        2        1
4  0.003613  0.387557  0.913648  0.997261  0.862380       a        2        1
5  0.504135  0.847019  0.645900  0.312022  0.715668       a        2        1
6  0.857009  0.313477  0.030833  0.952409  0.875613       a        2        1
7  0.488076  0.732990  0.648718  0.389069  0.301857       a        2        1
8  0.187888  0.177057  0.813054  0.700724  0.653442       a        2        1
9  0.003675  0.082438  0.706903  0.386046  0.973804       a        2        1