Python学习笔记：利用pd.assign新增一列

pandas.assign 的作用是直接向数据框对象新增一列。

所添加的列名无需用引号括起来。

• 按函数生成

import pandas as pd
import numpy as np

df = pd.DataFrame({'Name':['A','B','C','D'],
                   'Age':[18,20,25,60],
                   'Gender':['F','M','M','F']})
df.assign(Score=np.random.randint(60, 100, size=4))
df.assign(Ln_Age=lambda x: np.log(x.Age))
'''
  Name  Age Gender    Ln_Age
0    A   18      F  2.890372
1    B   20      M  2.995732
2    C   25      M  3.218876
3    D   60      F  4.094345
'''

• 已存在数据插入

new_col = np.random.randint(15,50,size=4) # 随机生成4个整数
df.assign(new_col=new_col)
'''
  Name  Age Gender  new_col
0    A   18      F       48
1    B   20      M       37
2    C   25      M       29
3    D   60      F       37
'''

• 同时新增多列

并且其中一个列还可以依赖于同一个赋值中定义的另一列，也就是中间生成的新列可以直接使用。

df.assign(Age_1=df.Age-1, Name_2=lambda x: x.Name + '--GG')
'''
  Name  Age Gender  Age_1 Name_2
0    A   18      F     17  A--GG
1    B   20      M     19  B--GG
2    C   25      M     24  C--GG
3    D   60      F     59  D--GG
'''

df.assign(
    x=df.Age + 10,
    y=lambda x: x.x+100, # y=df.x+100 报错
    z=lambda x: x.Gender.str.title()
)
'''
  Name  Age Gender   x    y  z
0    A   18      F  28  128  F
1    B   20      M  30  130  M
2    C   25      M  35  135  M
3    D   60      F  70  170  F
'''

• 操作字符串

# 操作字符串
df.assign(Gender_lower=df['Gender'].str.lower())
df.assign(Gender_lower=df['Gender'].str.upper())

通过 apply 同样可以先实现新增列的功能，区别在于 assign 所操作的原数据是不变的，apply 操作的数据发生变化。

df['new_col'] = df['Age'].apply(lambda x: x+10)

参考链接：pandas中assign方法的使用

参考链接：pandas.DataFrame.assign

参考链接：图解Pandas的宝藏函数：assign