在本文中，我們將探索向 Pandas DataFrame 添加新列的過程，Pandas DataFrame 是 Python 中用於數據操作和分析的流行庫。 我們將討論這個問題的解決方案，逐步解釋代碼，並涵蓋 Pandas 庫中的一些相關主題和功能。 Pandas 是一個廣泛使用的庫，具有高級數據結構和工具，非常適合高效的數據分析和處理任務。
首先，假設我們有一個 Pandas DataFrame 形式的數據集，我們想向其中添加一個新列。 這是數據準備階段的常見需求，通常需要進行特徵工程或根據現有列生成附加信息。 讓我們深入探討如何實現這一目標。
向 Pandas DataFrame 添加新列
我們將從導入所需的庫並創建示例 DataFrame 開始。
import pandas as pd
data = {'Name': ['Alex', 'Tom', 'Nick', 'Sam'],
'Age': [25, 28, 23, 22],
'City': ['NY', 'LA', 'SF', 'Chicago']}
df = pd.DataFrame(data)
現在，讓我們使用默認值向我們的 DataFrame 添加一個新列“國家/地區”，比如“美國”。
df['Country'] = 'USA'
這行簡單的代碼將向我們現有的 DataFrame 'df' 添加一個名為 'Country' 的新列，其所有行的值為 'USA'。 我們更新後的 DataFrame 看起來像這樣：
Name Age City Country 0 Alex 25 NY USA 1 Tom 28 LA USA 2 Nick 23 SF USA 3 Sam 22 Chicago USA
分步代碼解釋
下面我們把代碼分解一下，一步一步來理解。
1. 首先，我們使用標準別名“pd”導入 Pandas 庫。 這允許我們使用“pd”前綴訪問 Pandas 函數和類。
import pandas as pd
2. 接下來，我們創建一個包含一些示例數據的字典“data”。 字典中的每個鍵代表一個列名，其對應的值是該列的值列表。
data = {'Name': ['Alex', 'Tom', 'Nick', 'Sam'],
'Age': [25, 28, 23, 22],
'City': ['NY', 'LA', 'SF', 'Chicago']}
3. 然後我們使用 `pd.DataFrame()` 函數將這個字典轉換成 Pandas DataFrame 對象。
df = pd.DataFrame(data)
4. 最後，要添加新列，我們只需對 DataFrame 使用賦值運算符“=”，在方括號內提供新列名稱並指定默認值。 在我們的例子中，我們添加了默認值為“美國”的“國家/地區”列。
df['Country'] = 'USA'
Pandas庫及相關功能
Pandas 是一個強大的 Python 庫，特別適用於數據處理、清洗和分析任務。 它提供了兩個主要的數據結構： 數據框 和 系列. DataFrame 是帶有標記軸（行和列）的二維表格數據結構。 另一方面，Series 是一個一維標記數組，能夠保存任何類型的數據。
在 DataFrame 中添加、修改和刪除列相關的一些常見 Pandas 函數如下：
- 插入（）： 在指定位置插入一列。
- 降低（）： 從 DataFrame 中刪除一列。
- 改名（）： 重命名 DataFrame 的列。
- 分配（）： 根據表達式的結果創建新列。
因此，向 Pandas DataFrame 添加新列既簡單又高效。 在本文中，我們介紹了添加具有默認值的新列的基本方法，並對所涉及的步驟進行了詳細說明。 我們還介紹了 Pandas 作為一個強大的數據操作庫，並討論了一些用於管理 DataFrame 列的相關函數。 通過掌握這些技術，您將有能力使用 Python 處理各種數據處理任務。
