如何在 pandas 中使用 allocate() 方法(附示例)
allocate()方法可用于向 pandas DataFrame 添加新列。
该方法使用以下基本语法:
df. assign (new_column = values)
需要注意的是,该方法只会在控制台上显示新的DataFrame,而不会真正修改原始的DataFrame。
要修改原始 DataFrame,您需要将allocate()方法的结果存储在新变量中。
以下示例展示了如何通过以下 pandas DataFrame 以不同方式使用allocate()方法:
import pandas as pd #define DataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]}) #view DataFrame print (df) points assists rebounds 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6 5 23 9 5 6 25 9 9 7 29 4 12
示例 1:将新变量分配给 DataFrame
下面的代码展示了如何使用allocate()方法向 DataFrame 添加一个名为points2的新变量,其值等于points列中的值乘以2:
#add new variable called points2
df. assign (points2 = df.points * 2 )
points assists rebounds points2
0 25 5 11 50
1 12 7 8 24
2 15 7 10 30
3 14 9 6 28
4 19 12 6 38
5 23 9 5 46
6 25 9 9 50
7 29 4 12 58
请注意,此allocate()方法不会修改原始 DataFrame。
如果我们打印原始 DataFrame,我们将看到它保持不变:
#print original DataFrame print (df) points assists rebounds 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6 5 23 9 5 6 25 9 9 7 29 4 12
为了保存allocate()方法的结果,我们可以将结果存储在一个新的 DataFrame 中:
#add new variable called points2 and save results in new DataFrame
df. assign (points2 = df.points * 2 )
#view new DataFrame
print (df_new)
points assists rebounds points2
0 25 5 11 50
1 12 7 8 24
2 15 7 10 30
3 14 9 6 28
4 19 12 6 38
5 23 9 5 46
6 25 9 9 50
7 29 4 12 58
名为df_new的新 DataFrame 现在包含我们创建的point2列。
示例 2:将多个新变量分配给 DataFrame
以下代码演示了如何使用allocate()方法将三个新变量添加到 DataFrame 中:
#add three new variables to DataFrame and store results in new DataFrame df_new = df. assign (points2 = df. points * 2 , assists_rebs = df. assists + df. rebounds , conference = ' Western ') #view new DataFrame print (df_new) points assists rebounds points2 assists_rebs conference 0 25 5 11 50 16 Western 1 12 7 8 24 15 Western 2 15 7 10 30 17 Western 3 14 9 6 28 15 Western 4 19 12 6 38 18 Western 5 23 9 5 46 14 Western 6 25 9 9 50 18 Western 7 29 4 12 58 16 Western
请注意,DataFrame 中添加了三个新列。
注意:您可以在此处找到 pandas allocate()方法的完整文档。
其他资源
以下教程解释了如何使用 pandas 中的其他常用功能:
如何在Pandas中使用describe()函数
如何在 Pandas 中使用 idxmax() 函数
如何将函数应用于 Pandas 中的选定列