如何将空列添加到数据框中？

Question

向熊猫 DataFrame 对象添加空列的最简单方法是什么？我偶然发现的最好的是

df['foo'] = df.apply(lambda _: '', axis=1)

有没有不那么反常的方法？

原文由 kjo 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果我理解正确，作业应填写：

 >>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})
>>> df
   A  B
0  1  2
1  2  3
2  3  4
>>> df["C"] = ""
>>> df["D"] = np.nan
>>> df
   A  B C   D
0  1  2   NaN
1  2  3   NaN
2  3  4   NaN

原文由 DSM 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

为了添加到 DSM 的答案并建立在 这个相关问题 的基础上，我将这种方法分为两种情况：

• 添加单个列：只需将空值分配给新列，例如 df['C'] = np.nan

• 添加多列：我建议使用 pandas 的 .reindex(columns=[...]) 方法 将新列添加到数据框的列索引中。这也适用于使用 .reindex(rows=[...]) 添加多个新行。请注意，较新版本的 Pandas (v>0.20) 允许您指定 axis 关键字，而不是显式分配给 columns 或 rows

这是添加多列的示例：

 mydf = mydf.reindex(columns = mydf.columns.tolist() + ['newcol1','newcol2'])

要么

mydf = mydf.reindex(mydf.columns.tolist() + ['newcol1','newcol2'], axis=1)  # version > 0.20.0

您也可以始终将一个新的（空的）数据框连接到现有的数据框，但这对我来说并不像 pythonic :)

原文由 emunsing 发布，翻译遵循 CC BY-SA 4.0 许可协议