Python Pandas DataFrame 新增列的两种常用方法
发布时间：2026-10-13 |
4人浏览过
本文介绍在 Python Pandas 中为 DataFrame 新增数值列的两种核心方法。通过示例演示如何直接赋值生成单列数据，以及使用 concat 函数按轴拼接已有数据列。涵盖从创建初始 DataFrame 到输出最终结果的完整流程，帮助开发者快速掌握数据框结构扩展技巧。
本文详细解析在 Python 的 Pandas 库中，如何向 DataFrame 对象添加新的数值列。文中提供了具体的代码示例，旨在为读者的学习或实际工作提供具有参考价值的操作指南。
构建初始 DataFrame
首先，我们需要构建一个基础的 DataFrame 对象作为操作起点。
import pandas as pd
name = ['Cindy','John','Matt']
point = [78,87,88]
df_grade = pd.DataFrame(name, columns=['name'])
df_grade = pd.concat([df_grade, pd.DataFrame(point,columns=['point'])],axis=1)新增数据列的方法
接下来，演示如何向已存在的 DataFrame 中新增一列数据。
df_grade['gender'] = 'male'
print(df_grade)查看最终结果
执行上述操作后，得到的最终数据表结构如下所示。
name point gender
0 Cindy 78 male
1 John 87 male
2 Matt 88 male以上即为 Python 中在 DataFrame 增加数值列的完整实现过程，希望这些内容能对各位的学习与应用有所帮助，欢迎持续关注本站获取更多技术分享。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
