給定一個數(shù)據(jù)框，如下所示：df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2'], 'C': ['C0', 'C1', 'C2']}, index=[0, 1, 2]) A B C0 A0 B0 C01 A1 B1 C12 A2 B2 C2 我想添加一個用值 False 初始化的列“D”。列“D”將用于數(shù)據(jù)幀的未來處理： A B C D0 A0 B0 C0 False1 A1 B1 C1 False2 A2 B2 C2 False我根據(jù) df1 索引生成了一個 False 值列表，并用它來創(chuàng)建一個 df2，然后將它與 df1 連接起來：Dlist = [False for item in list(range(len(df1.index)))]d = {'D':Dlist}df2 = pd.DataFrame(d, index = df1.index)result = pd.concat([df1, df2], axis=1, join_axes=[df1.index])幾個問題：第一行中的列表理解需要如此參與嗎？我嘗試了以下操作，認為 'df1.index' 就像列表一樣。它沒有用。Dlist = [False for item in df1.index]更廣泛地說，有沒有更好的方法來使用數(shù)據(jù)框操作來做到這一點？如果我正在處理一個包含 df1 數(shù)據(jù)的“csv”文件，我可以在生成數(shù)據(jù)幀之前輕松地將“D”添加到文件中。在哲學方面，在處理數(shù)據(jù)時是否不可避免地修改數(shù)據(jù)幀或它們來自的“csv”文件？在處理非常大的文件中的數(shù)據(jù)時，它當然看起來不太好。
1 回答
冉冉說
TA貢獻1877條經(jīng)驗 獲得超1個贊
您可以只使用基于索引的分配：
In [16]: df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
...: 'B': ['B0', 'B1', 'B2'],
...: 'C': ['C0', 'C1', 'C2']},
...: index=[0, 1, 2])
In [17]: df1
Out[17]:
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
In [18]: df1['D'] = False
In [19]: df1
Out[19]:
A B C D
0 A0 B0 C0 False
1 A1 B1 C1 False
2 A2 B2 C2 False
如果您不想修改原始數(shù)據(jù)框，也可以使用.assignwhich返回一個新的數(shù)據(jù)框：
In [20]: df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
...: 'B': ['B0', 'B1', 'B2'],
...: 'C': ['C0', 'C1', 'C2']},
...: index=[0, 1, 2])
In [21]: df1
Out[21]:
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
In [22]: df1.assign(D=False)
Out[22]:
A B C D
0 A0 B0 C0 False
1 A1 B1 C1 False
2 A2 B2 C2 False
In [23]: df1
Out[23]:
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
pd.concat在這里使用真的沒有用，您可以簡單地分配列表！無論哪種方式，它仍然要慢得多：
In [44]: import timeit
In [45]: setup = 'import pandas as pd; df = pd.DataFrame({"a":list(range(100000))})'
In [46]: lstcomp = "df['D'] = [False for item in range(len(df.index))]"
In [47]: assgnmt = "df['D'] = False"
In [48]: timeit.timeit(lstcomp, setup, number=100)
Out[48]: 0.6879564090049826
In [49]: timeit.timeit(assgnmt, setup, number=100)
Out[49]: 0.008814844011794776
至于你的列表理解，沒有必要，但它絕對過于復雜。您說您嘗試迭代索引，但“它不起作用”，但您從未解釋過它是如何不起作用的。這個對我有用：
In [24]: [False for item in list(range(len(df1.index)))]
Out[24]: [False, False, False]
In [25]: [False for item in df1.index]
Out[25]: [False, False, False]
請注意，您的倍加低效的，因為它要求list的上range對象，它創(chuàng)建了一個完整列表，而不是充分利用range的固定內(nèi)存的行為（更不用提迭代兩次）。
添加回答
舉報
0/150
提交
取消