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：图解Pandas的宝藏函数：assign