如何向 pandas dataframe 添加空列

有时您可能想向 pandas DataFrame 添加一个空列。

幸运的是，这非常简单，本教程展示了如何使用以下 pandas DataFrame 执行此操作的几个示例：

 import numpy as np
import pandas as pd

#createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})

#view DataFrame
df

	points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6

示例 1：使用“ ”添加空列

添加空列的第一种方法是使用 报价如下：

 #add new column titled 'steals' 
df['steals'] = ""

#view DataFrame
df

	points assists rebounds steals
0 25 5 11	
1 12 7 8	
2 15 7 10	
3 14 9 6	
4 19 12 6	

示例 2：使用 Numpy 添加空列

添加空列的另一种方法是使用np.nan，如下所示：

 #add new column titled 'steals'
df['steals'] = np.nan

#view DataFrame
df

        points assists rebounds steals
0 25 5 11 NaN
1 12 7 8 NaN
2 15 7 10 NaN
3 14 9 6 NaN
4 19 12 6 NaN

示例 3：使用 Pandas Series 添加空白列

添加空列的另一种方法是使用pd.Series()，如下所示：

 #add new column titled 'steals'
df['steals'] = pd.Series()

#view DataFrame
df

        points assists rebounds steals
0 25 5 11 NaN
1 12 7 8 NaN
2 15 7 10 NaN
3 14 9 6 NaN
4 19 12 6 NaN

示例 4：使用 Pandas Insert 添加空列

添加空列的另一种方法是使用insert()函数，如下所示：

 #createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})

#insert empty column titled 'steals' into index position 2
df.insert(2, "steals", np.nan)

#view DataFrame
df

	points assists steals rebounds
0 25 5 NaN 11
1 12 7 NaN 8
2 15 7 NaN 10
3 14 9 NaN 6
4 19 12 NaN 6

这种方法的优点是您可以在 DataFrame 中的任何位置插入空列。

示例 5：一次添加多个空列

要一次添加多个空列，可以使用reindex()函数，如下所示：

 #createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})

#add empty columns titled 'empty1' and 'empty2'
df = df. reindex (columns = df.columns.tolist () + ['empty1', 'empty2'])

#view DataFrame
df

points assists rebounds empty1 empty2
0 25 5 11 NaN NaN
1 12 7 8 NaN NaN
2 15 7 10 NaN NaN
3 14 9 6 NaN NaN
4 19 12 6 NaN NaN

您可以在此处找到更多 Python 教程。