使用默认值将列添加到dataframe

Question

我有一个现有的数据框,我需要添加一个额外的列,每列包含相同的值.

现有的df:

Date, Open, High, Low, Close
01-01-2015, 565, 600, 400, 450

新df:

Name, Date, Open, High, Low, Close
abc, 01-01-2015, 565, 600, 400, 450

我知道如何附加现有的系列/数据框列.但这是一种不同的情况,因为我需要的是添加"名称"列并将每一行设置为相同的值,在本例中为"abc".

我不完全确定如何做到这一点.

Answer 1

df['Name']='abc' 将添加新列并将所有行设置为该值:

In [79]:

df
Out[79]:
         Date, Open, High,  Low,  Close
0  01-01-2015,  565,  600,  400,    450
In [80]:

df['Name'] = 'abc'
df
Out[80]:
         Date, Open, High,  Low,  Close Name
0  01-01-2015,  565,  600,  400,    450  abc

Answer 2

您可以使用它insert来指定新列的位置.在这种情况下,我用0左侧放置新列.

df.insert(0, 'Name', 'abc')

  Name        Date  Open  High  Low  Close
0  abc  01-01-2015   565   600  400    450

Answer 3

单衬里工作

df['Name'] = 'abc'

创建一个Name列并将所有行设置为abcvalue

Answer 4

我想引起更多关注@michele-piccolini 答案的一部分。

我坚信这.assign是最好的解决方案。在现实世界中，这些操作并不是孤立的，而是一系列操作。如果您想支持一系列操作，您可能应该使用该.assign方法。

这是一个使用滑雪胜地降雪数据的示例（但相同的原则也适用于……财务数据）。

这段代码读起来就像一个步骤食谱。两个赋值（与=） 并使.insert这变得更加困难：

raw = pd.read_csv('https://github.com/mattharrison/datasets/raw/master/data/alta-noaa-1980-2019.csv',
                  parse_dates=['DATE'])
def clean_alta(df):
    return (df
            .loc[:, ['STATION', 'NAME', 'LATITUDE', 'LONGITUDE', 'ELEVATION', 'DATE', 
                     'PRCP', 'SNOW', 'SNWD', 'TMAX', 'TMIN', 'TOBS']]
            .groupby(pd.Grouper(key='DATE', freq='W'))
            .agg({'PRCP': 'sum', 'TMAX': 'max', 'TMIN': 'min', 'SNOW': 'sum', 'SNWD': 'mean'})
            .assign(LOCATION='Alta', 
                    T_RANGE=lambda w_df: w_df.TMAX-w_df.TMIN)
    )

clean_alta(raw)

请注意.assign(LOCATION='Alta', 在其余操作中间创建具有单个值的列的行。

Answer 5

总结其他人的建议,并增加第三种方式

您可以:

• 分配(**kwargs):

  df.assign(Name='abc')
  

• 访问新的列系列(将被创建)并设置它:

  df['Name'] = 'abc'
  

• insert(loc,column,value,allow_duplicates = False)

  df.insert(0, 'Name', 'abc')
  

  其中参数loc(0 <= loc <= len(columns))允许您将列插入所需的位置.

  "禄"给你,你列的索引将在插入后.例如,上面的代码将列Name作为第0列插入,即它将插入第一列之前,成为新的第一列.(索引从0开始).

所有这些方法都允许您从系列中添加新列(只需用上面的'abc'默认参数替换系列).

Answer 6

One Line 帮我完成了这项工作。

df['New Column'] = 'Constant Value'
df['New Column'] = 123

Answer 7

您可以简单地执行以下操作：

df['New Col'] = pd.Series(["abc" for x in range(len(df.index))])

Answer 8

这条线就可以工作。

df['名称'] = 'abc'