판다 데이터 프레임에 상수 값을 가진 열 추가

판다 데이터 프레임에 상수 값을 가진 열 추가

이 질문에는 이미 다음과 같은 답이 있습니다.

상수 값을 사용하여 데이터 프레임에 열 추가 (10개 답변)

마감됨2년 전에.

주어진 데이터 프레임:

np.random.seed(0)
df = pd.DataFrame(np.random.randn(3, 3), columns=list('ABC'), index=[1, 2, 3])
df

          A         B         C
1  1.764052  0.400157  0.978738
2  2.240893  1.867558 -0.977278
3  0.950088 -0.151357 -0.103219

0과 같은 상수 값을 포함하는 새 열을 추가하는 가장 간단한 방법은 무엇입니까?

          A         B         C  new
1  1.764052  0.400157  0.978738    0
2  2.240893  1.867558 -0.977278    0
3  0.950088 -0.151357 -0.103219    0

---

이것이 제 해결책인데, 왜 NaN이 '새로운' 열에 포함되는지 모르겠습니다.

df['new'] = pd.Series([0 for x in range(len(df.index))])

          A         B         C  new
1  1.764052  0.400157  0.978738  0.0
2  2.240893  1.867558 -0.977278  0.0
3  0.950088 -0.151357 -0.103219  NaN

초단순 인플레이스 할당:df['new'] = 0

내부 수정의 경우 직접 할당을 수행합니다.이 과제는 각 행에 대해 판다가 방송합니다.

df = pd.DataFrame('x', index=range(4), columns=list('ABC'))
df

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

df['new'] = 'y'
# Same as,
# df.loc[:, 'new'] = 'y'
df

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

개체 열에 대한 참고 사항

빈 목록 열을 추가하려면 다음과 같이 하십시오.

• 이렇게 하지 않는 것을 고려합니다. object열은 성능 측면에서 좋지 않은 소식입니다.데이터 구조를 다시 생각해 보십시오.
• 데이터를 희소 데이터 구조에 저장하는 것을 고려해 보십시오.추가 정보: 희소 데이터 구조

• 목록 열을 저장해야 하는 경우 동일한 참조를 여러 번 복사하지 마십시오.

  # Wrong
  df['new'] = [[]] * len(df)
  # Right
  df['new'] = [[] for _ in range(len(df))]
  

---

복사본 생성:df.assign(new=0)

복사본이 필요한 경우 다음을 사용합니다.

df.assign(new='y')

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

같은 값을 가진 열을 여러 개 할당해야 하는 경우 다음과 같이 간단합니다.

c = ['new1', 'new2', ...]
df.assign(**dict.fromkeys(c, 'y'))

   A  B  C new1 new2
0  x  x  x    y    y
1  x  x  x    y    y
2  x  x  x    y    y
3  x  x  x    y    y

다중 열 할당

마지막으로 여러 열을 다른 값으로 할당해야 하는 경우 다음을 사용할 수 있습니다.assign사전을 첨부하여

c = {'new1': 'w', 'new2': 'y', 'new3': 'z'}
df.assign(**c)

   A  B  C new1 new2 new3
0  x  x  x    w    y    z
1  x  x  x    w    y    z
2  x  x  x    w    y    z
3  x  x  x    w    y    z

현대의 판다를 사용하면 다음과 같은 일을 할 수 있습니다.

df['new'] = 0

이것이 넣는 이유는NaN한 칸에 들어가는 이유는df.index그리고Index당신의 오른쪽 물체는 다릅니다.@vmdk는 새 0 열을 할당하는 올바른 방법을 보여줍니다.일반적으로,pandas인덱스 정렬을 최대한 많이 수행하려고 합니다.한 가지 단점은 인덱스가 정렬되어 있지 않으면 다음과 같은 결과를 얻을 수 있다는 것입니다.NaN그들이 정렬되지 않은 곳이라면 어디든.게임을 즐기십시오.reindex그리고.align정렬에 대한 직관을 얻는 방법은 부분적, 전체적 및 모두 정렬되지 않은 인덱스를 가진 객체와 함께 작동합니다.예를 들어 다음과 같습니다.DataFrame.align()부분적으로 정렬된 인덱스와 함께 작동합니다.

In [7]: from pandas import DataFrame

In [8]: from numpy.random import randint

In [9]: df = DataFrame({'a': randint(3, size=10)})

In [10]:

In [10]: df
Out[10]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [11]: s = df.a[:5]

In [12]: dfa, sa = df.align(s, axis=0)

In [13]: dfa
Out[13]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [14]: sa
Out[14]:
0     0
1     2
2     0
3     1
4     0
5   NaN
6   NaN
7   NaN
8   NaN
9   NaN
Name: a, dtype: float64

람다를 사용하는 또 다른 라이너가 있습니다(정수 값 = 10으로 열 생성).

df['newCol'] = df.apply(lambda x: 10, axis=1)

전에

df
    A           B           C
1   1.764052    0.400157    0.978738
2   2.240893    1.867558    -0.977278
3   0.950088    -0.151357   -0.103219

끝나고

df
        A           B           C           newCol
    1   1.764052    0.400157    0.978738    10
    2   2.240893    1.867558    -0.977278   10
    3   0.950088    -0.151357   -0.103219   10

언급URL : https://stackoverflow.com/questions/24039023/add-column-with-constant-value-to-pandas-dataframe