Добавление нового столбца в существующую DataFrame

При работе с Pandas DataFrames часто становится необходимым добавлять новые столбцы в существующие данные данных. Существует несколько подходов к достижению этого, каждый со своими собственными преимуществами и недостатками. Использование назначения (рекомендуется для Pandas 0,17 и выше):

импортировать панды как PD импортировать Numpy как NP # Сгенерировать пример данных данных df1 = pd.dataframe ({ 'A': [0,671399, 0,446172, 0,614758], 'B': [0,101208, -0,243316, 0,075793], 'C': [-0.181532, 0,051767, -0,451460], 'D': [0,241273, 1,577318, -0,012493] }) # Добавить новый столбец 'E' со случайными значениями slenene = len (df1 ['a']) df1 = df1.assign (e = pd.series (np.random.randn (slenew)). значения)

import pandas as pd
import numpy as np

# Generate a sample DataFrame
df1 = pd.DataFrame({
    'a': [0.671399, 0.446172, 0.614758],
    'b': [0.101208, -0.243316, 0.075793],
    'c': [-0.181532, 0.051767, -0.451460],
    'd': [0.241273, 1.577318, -0.012493]
})

# Add a new column 'e' with random values
sLength = len(df1['a'])
df1 = df1.assign(e=pd.Series(np.random.randn(sLength)).values)

# Добавить новый столбец 'f' с использованием loc df1.loc [:, 'f'] = pd.series (np.random.randn (slenene), index = df1.index)

# Add a new column 'f' using loc
df1.loc[:, 'f'] = pd.Series(np.random.randn(sLength), index=df1.index)

# Добавить новый столбец 'G', используя старый метод df1 ['g'] = pd.series (np.random.randn (slenene), index = df1.index)

]