在Python pandas中为现有的DataFrame添加新列

我有以下的索引数据框架，有命名的列和行，不是连续的数字。

          a         b         c         d
2  0.671399  0.101208 -0.181532  0.241273
3  0.446172 -0.243316  0.051767  1.577318
5  0.614758  0.075793 -0.451460 -0.012493

我想在现有的数据框架中添加一个新的列，'e'，并且不想改变数据框架中的任何内容（即新列的长度始终与数据框架相同）。

0   -0.335485
1   -1.166658
2   -0.385571
dtype: float64

我尝试了不同版本的join'、append'、merge'，但没有得到我想要的结果，最多只有错误。我怎样才能在上述例子中加入e'列？

Brad Solomon
已编辑的问题 1日 十二月 2017 в 4:52
编程
python pandas dataframe chained-assignment
23日 九月 2012 в 7:00
37 种观点
解决办法

使用原始的df1索引来创建系列。

df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)

2015年编辑 有些人报告说用这段代码得到SettingWithCopyWarning。
然而，这段代码在当前的pandas 0.16.1版本中仍然完美运行。

>>> sLength = len(df1['a'])
>>> df1
          a         b         c         d
6 -0.269221 -0.026476  0.997517  1.294385
8  0.917438  0.847941  0.034235 -0.448948

>>> df1['e'] = pd.Series(np.random.randn(sLength), index=df1.index)
>>> df1
          a         b         c         d         e
6 -0.269221 -0.026476  0.997517  1.294385  1.757167
8  0.917438  0.847941  0.034235 -0.448948  2.228131

>>> p.version.short_version
'0.16.1'

SettingWithCopyWarning "的目的是告知在Dataframe的副本上可能出现了无效的分配。它不一定说你做错了（它可能引发误报），但从0.13.0开始，它让你知道有更多的方法可以达到同样的目的。然后，如果你收到警告，就按照它的建议去做。试试用.loc[row_index,col_indexer] = value代替。

>>> df1.loc[:,'f'] = pd.Series(np.random.randn(sLength), index=df1.index)
>>> df1
          a         b         c         d         e         f
6 -0.269221 -0.026476  0.997517  1.294385  1.757167 -0.050927
8  0.917438  0.847941  0.034235 -0.448948  2.228131  0.006109
>>>

事实上，这是目前比较有效的方法，在pandas文档中描述 。

2017年编辑

正如评论中和@Alexander所指出的，目前最好的方法是使用assign将系列的值添加为数据框架的新列。

df1 = df1.assign(e=pd.Series(np.random.randn(sLength)).values)
EliadL
编辑本段答案4日 十一月 2019 в 3:49
评论(27)

这是增加一个新列的简单方法。df['e'] = e。

Kathirmani Sukumar
编辑本段答案10日 十二月 2016 в 6:53
评论(4)

直接通过NumPy来做这件事将是最有效的。

df1['e'] = np.random.randn(sLength)

请注意，我最初的建议（非常老的建议）是使用map（这要慢得多）。

df1['e'] = df1['a'].map(lambda x: np.random.random())
Peter Mortensen
编辑本段答案20日 十月 2015 в 1:05
评论(2)