◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
pandas 中语法 `df[&#column&#] = expression` 的解释
ID:22211 / 打印
Pandas语法df['column'] = 表达式用于在Pandas DataFrame中创建、修改或赋值列。让我们循序渐进地深入了解其用法。
基础篇
1. 创建新列
如果DataFrame中不存在指定列，则赋值操作会创建一个新列。
示例：
import pandas as pd df = pd.DataFrame({'a': [1, 2, 3]}) print(df) # 输出： # a # 0 1 # 1 2 # 2 3 # 创建一个名为'b'的新列，所有值都设置为0 df['b'] = 0 print(df) # 输出： # a b # 0 1 0 # 1 2 0 # 2 3 02. 修改现有列
如果列已存在，赋值操作会替换其内容。
示例：
df['b'] = [4, 5, 6] # 替换'b'列的值 print(df) # 输出： # a b # 0 1 4 # 1 2 5 # 2 3 6
中级篇
3. 基于表达式赋值
您可以根据计算或转换结果为列赋值。
示例：
df['c'] = df['a'] + df['b'] # 创建'c'列，值为'a'和'b'的和 print(df) # 输出： # a b c # 0 1 4 5 # 1 2 5 7 # 2 3 6 9
4. 条件赋值
利用Pandas的布尔索引进行条件赋值。
示例：
df['d'] = df['a'].apply(lambda x: 'even' if x % 2 == 0 else 'odd') print(df) # 输出： # a b c d # 0 1 4 5 odd # 1 2 5 7 even # 2 3 6 9 odd
5. 使用多列进行表达式计算
在一个表达式中使用多列进行更复杂的计算。
示例：
df['e'] = (df['a'] + df['b']) * df['c'] print(df) # 输出： # a b c d e # 0 1 4 5 odd 25 # 1 2 5 7 even 49 # 2 3 6 9 odd 81
高级篇
6. 向量化操作
利用向量化运算提高性能。
示例：
df['f'] = df['a'] ** 2 + df['b'] ** 2 # 快速的向量化计算 print(df) # 输出： # a b c d e f # 0 1 4 5 odd 25 17 # 1 2 5 7 even 49 29 # 2 3 6 9 odd 81 45
7. 使用np.where进行条件逻辑赋值
使用NumPy进行条件赋值。
示例：
import numpy as np df['g'] = np.where(df['a'] > 2, 'high', 'low') print(df) # 输出： # a b c d e f g # 0 1 4 5 odd 25 17 low # 1 2 5 7 even 49 29 low # 2 3 6 9 odd 81 45 high
8. 使用外部函数赋值
根据应用于行或列的自定义函数赋值。
示例：
def custom_function(row): return row['a'] * row['b'] df['h'] = df.apply(custom_function, axis=1) print(df) # 输出： (输出结果会根据之前的操作结果变化)
9. 链式操作
链接多个操作以保持代码简洁。
示例：
df['i'] = df['a'].add(df['b']).mul(df['c']) print(df) # 输出： (输出结果会根据之前的操作结果变化)
10. 一次赋值多列
使用assign()一次创建或修改多列。
示例：
df = df.assign( j=df['a'] + df['b'], k=lambda x: x['j'] * 2 ) print(df) # 输出： (输出结果会根据之前的操作结果变化)
专家篇
11. 动态列赋值
根据外部输入动态创建列名。
示例：
columns_to_add = ['l', 'm'] for col in columns_to_add: df[col] = df['a'] + df['b'] print(df) # 输出： (输出结果会根据之前的操作结果变化)
12. 使用外部数据赋值
根据外部DataFrame或字典赋值。
示例：
mapping = {1: 'Low', 2: 'Medium', 3: 'High'} df['N'] = df['a'].map(mapping) # 假设'a'列存在 print(df) # 输出： (输出结果会根据之前的操作结果变化) 13. 性能优化
使用Pandas内置函数（apply、向量化运算）比Python循环性能更好。
总结
df['column'] = 表达式是Pandas的核心功能，用途广泛，允许添加、修改和操作DataFrame中的列，执行复杂的计算，以及进行链式操作和动态生成新列，使其成为强大的数据操作和分析库。
