pandas assign() 指定新列

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在给 DataFrame 增加一个新列时，我们经常会使用 df['a'] = 1 这样的方法，但 pandas 提供了一个面向对象的 assign() 方法，帮助我们方便地指定一个新列。assign() 方法在我们解决问题时经常会用用到，除了满足增加列的需求外，还可以创建操作辅助列，让操作过程更加清晰简单。

语法

pandas assign() 只能使用在 DataFrame 对象上，的语法为：

DataFrame.assign(**kwargs)

参数

参数为可变关键字参数，形式如 {str: callable or Series} 的字典。其中：

列名：字典的 key
列值：字典的 value，标量或者与原有列同长度的对象，可以为序列或者可调用对象的返回值，具体可以是
- 标量：一个固定值（对象），新列的所有行值都为些值
- list-like：如 Series、列表、元组、字典等
- 可调用对象（callable）：函数参数传入的是原 DataFrame 对象，返回上述两种对象

根据可变关键字参数的用法，我们可以传入一个字典或者传入多个关键字=参数值 的形式指定新列，这样就支持一次性增加多个列，或者连续使用增加多个列。

即：

# 以下代码效果相同，都增加了 a、b、c、d 三列
# 字典解包
df.assign(**{'a': range(10),
           'b': 2,
           'c': lambda d: d.a + 1,
           'd': df.col+2})

# 关键字参数
df.assign(a=range(10),
          b=2,
          c=lambda d: d.a + 1,
          d=df.col+2)

# 单行编写
df.assign(a=range(10)).assign(b=2).assign(c=lambda d: d.a+1, d=df.col+2)

# 分行编写
(
    df.assign(a=range(10))
    .assign(b=2)
    .assign(c=lambda d: d.a+1, d=df.col+2)
)

如果新列的名字不符合 Python 的变量命名规则（如 2nd），则需要按第一种方式打指定新列。上例中 c 列的计算依赖新增加的 a 列值，则需要使用 lambda 来引用已经赋成的 DataFrame（前续的 a、b 列视为已经生成），如果不需要则直接使用原 DataFrame 的值，如上例的 d 列。

返回一个 DataFrame，除了原有的列之外，还包含本次操作新增加的列，新列在原来所有列的最右边(如果是多个列，则按代码执行顺序)。如果新增加的列名已经存在，仅会将新值覆盖到原 DataFrame 的同名列上，这样就可以实现数据修改的效果。

案例

以下是一些应用示例：

df = pd.DataFrame({'temp_c': [17.0, 25.0]},
                  index=['Portland', 'Berkeley'])
df
'''
          temp_c
Portland    17.0
Berkeley    25.0
'''


# 其中值是可调用的，根据df进行计算
df.assign(temp_f=lambda x: x.temp_c * 9 / 5 + 32)
'''
          temp_c  temp_f
Portland    17.0    62.6
Berkeley    25.0    77.0
'''


# 可以通过直接引用现有序列或序列来实现相同的行为
df.assign(temp_f=df['temp_c'] * 9 / 5 + 32)
'''
          temp_c  temp_f
Portland    17.0    62.6
Berkeley    25.0    77.0
'''


# 可以在同一分配中创建多个列，其中一个列依赖于同一分配中定义的另一个列
df.assign(temp_f=lambda x: x['temp_c'] * 9 / 5 + 32,
          temp_k=lambda x: (x['temp_f'] +  459.67) * 5 / 9)
          temp_c  temp_f  temp_k
'''
Portland    17.0    62.6  290.15
Berkeley    25.0    77.0  298.15
'''

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.assign.html

pandas assign() 指定新列

语法

参数

返回

案例

参考

相关内容