pandas中的.assign()方法的用法示例小结

pandas中的.assign()方法用于创建一个新的DataFrame，其中包含现有DataFrame的副本，并附加了指定的新列或更新了现有列。

.assign()方法的基本语法如下：

new_df = df.assign(new_column_name = new_column_values)

其中，new_df是创建的新DataFrame，df是现有的DataFrame，new_column_name是新列的名称，new_column_values是新列的值。

示例用法：

import pandas as pd
# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
# 使用.assign()方法创建一个新的DataFrame，并添加一个新列'C'，其中的值为列'A'和列'B'的和
new_df = df.assign(C = df['A'] + df['B'])
print(new_df)

输出：

   A  B   C
0  1  5   6
1  2  6   8
2  3  7  10
3  4  8  12

在上面的示例中，我们使用.assign()方法创建了一个新的DataFrame new_df，并添加了一个名为’C’的新列，其中的值是列’A’和列’B’的和。

.assign()方法还可以链式使用，以添加多个新列或更新现有列。例如：

new_df = df.assign(C = df['A'] + df['B'], D = df['A'] * df['B'])

这将创建一个新的DataFrame new_df，其中包含列’C’和列’D’，分别是列’A’和列’B’的和以及乘积。

需要注意的是，.assign()方法返回的是一个新的DataFrame，原始的DataFrame df并没有被修改。如果需要在原始DataFrame上进行就地更新，可以使用赋值操作符（= ）进行操作。例如：

df['C'] = df['A'] + df['B']

这将在原始DataFrame df上添加一个名为’C’的新列。

希望这能帮助到你理解pandas中.assign()方法的用法。

到此这篇关于pandas中的.assign()方法的用法示例小结的文章就介绍到这了,更多相关pandas .assign()方法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！