Pandas:向DataFrame添加多个空列

Question

这可能是一个愚蠢的问题,但如何从列表中向DataFrame添加多个空列？

我可以:

df["B"] = None
df["C"] = None
df["D"] = None

但我做不到:

df[["B", "C", "D"]] = None

KeyError: "['B' 'C' 'D'] not in index"

Answer 1

您可以使用df.reindex添加新列:

In [18]: df = pd.DataFrame(np.random.randint(10, size=(5,1)), columns=['A'])

In [19]: df
Out[19]: 
   A
0  4
1  7
2  0
3  7
4  6

In [20]: df.reindex(columns=list('ABCD'))
Out[20]: 
   A   B   C   D
0  4 NaN NaN NaN
1  7 NaN NaN NaN
2  0 NaN NaN NaN
3  7 NaN NaN NaN
4  6 NaN NaN NaN

reindex 将返回一个新的DataFrame,列按列出的顺序显示:

In [31]: df.reindex(columns=list('DCBA'))
Out[31]: 
    D   C   B  A
0 NaN NaN NaN  4
1 NaN NaN NaN  7
2 NaN NaN NaN  0
3 NaN NaN NaN  7
4 NaN NaN NaN  6

该reindex方法也作为fill_value参数:

In [22]: df.reindex(columns=list('ABCD'), fill_value=0)
Out[22]: 
   A  B  C  D
0  4  0  0  0
1  7  0  0  0
2  0  0  0  0
3  7  0  0  0
4  6  0  0  0

Answer 2

我concat使用的是DataFrame:

In [23]:
df = pd.DataFrame(columns=['A'])
df

Out[23]:
Empty DataFrame
Columns: [A]
Index: []

In [24]:    
pd.concat([df,pd.DataFrame(columns=list('BCD'))])

Out[24]:
Empty DataFrame
Columns: [A, B, C, D]
Index: []

因此,通过传递包含原始df的列表,以及包含您要添加的列的新列表,这将返回带有其他列的新df.

警告:请参阅其他答案和/或评论讨论中的性能讨论.reindex在性能至关重要的情况下可能更好.

Answer 3

如果您不想重写旧列的名称,则可以使用reindex:

df.reindex(columns=[*df.columns.tolist(), 'new_column1', 'new_column2'], fill_value=0)

完整示例:

In [1]: df = pd.DataFrame(np.random.randint(10, size=(3,1)), columns=['A'])

In [1]: df
Out[1]: 
   A
0  4
1  7
2  0

In [2]: df.reindex(columns=[*df.columns.tolist(), 'col1', 'col2'], fill_value=0)
Out[2]: 

   A  col1  col2
0  1     0     0
1  2     0     0

而且,如果您已经有一个包含列名的列表,那么:

In [3]: my_cols_list=['col1','col2']

In [4]: df.reindex(columns=[*df.columns.tolist(), *my_cols_list], fill_value=0)
Out[4]: 
   A  col1  col2
0  1     0     0
1  2     0     0

Answer 4

您可以利用Pandas 广播：

df = pd.DataFrame({'A': [1, 1, 1]})

df[['B', 'C']] = 2, 3
# df[['B', 'C']] = [2, 3]

结果：

   A  B  C
0  1  2  3
1  1  2  3
2  1  2  3

要添加空列：

df[['B', 'C', 'D']] = 3 * [np.nan]

结果：

   A   B   C   D
0  1 NaN NaN NaN
1  1 NaN NaN NaN
2  1 NaN NaN NaN

Answer 5

为什么不直接使用循环：

for newcol in ['B','C','D']:
    df[newcol]=np.nan

Answer 6

替代解决方案摘要：

columns_add = ['a', 'b', 'c']

1. for循环：

   for newcol in columns_add:
       df[newcol]= None
   

2. 字典方法：

   df.assign(**dict([(_,None) for _ in columns_add]))
   

3. 元组赋值：

   df['a'], df['b'], df['c'] = None, None, None