在Pandas DataFrame中基于现有的列创建一个新的列

在Pandas DataFrame中基于现有的列创建一个新的列，可以通过多种方式实现，常见的方法包括：

1. 使用apply函数
2. 使用assign函数
3. 直接通过索引创建新列

下面分别介绍三种方法的详细步骤和实例说明。

使用apply函数

apply函数可以对DataFrame的某一列进行遍历和操作，具体步骤如下：

1. 定义一个操作函数。
2. 使用apply函数将操作函数应用于DataFrame的某一列，得到一个Series对象。
3. 将Series对象作为新列添加到DataFrame中。

实例：

假设有如下的DataFrame：

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
print(df)

输出：

   A  B
0  1  4
1  2  5
2  3  6

现要在该DataFrame中添加一列C，其值为A列与B列之和，操作步骤如下：

1. 定义操作函数sumAB：

def sumAB(row):
    return row['A'] + row['B']

1. 使用apply函数将操作函数应用于DataFrame的A列和B列：

df['C'] = df.apply(sumAB, axis=1)

1. 查看结果：

print(df)

输出：

   A  B   C
0  1  4   5
1  2  5   7
2  3  6   9

使用assign函数

assign函数可以在不修改原始DataFrame的情况下添加一个新列，具体步骤如下：

1. 定义一个操作函数。
2. 使用assign函数添加新列，将操作函数应用于DataFrame的某一列。

实例：

继续假设有如下的DataFrame：

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
print(df)

输出：

   A  B
0  1  4
1  2  5
2  3  6

现要在该DataFrame中添加一列C，其值为A列与B列之和，操作步骤如下：

1. 定义操作函数sumAB：

def sumAB(df):
    return df['A'] + df['B']

1. 使用assign函数添加新列C，将操作函数应用于DataFrame的A列和B列：

df = df.assign(C=sumAB)

1. 查看结果：

print(df)

输出：

   A  B  C
0  1  4  5
1  2  5  7
2  3  6  9

直接通过索引创建新列

可以直接通过索引向DataFrame中添加新列，具体步骤如下：

1. 定义一个操作函数。
2. 通过DataFrame的索引方式添加新列并将操作函数应用于DataFrame的某一列。

实例：

继续假设有如下的DataFrame：

import pandas as pd

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
print(df)

输出：

   A  B
0  1  4
1  2  5
2  3  6

现要在该DataFrame中添加一列C，其值为A列与B列之和，操作步骤如下：

1. 定义操作函数sumAB：

def sumAB(df):
    return df['A'] + df['B']

1. 直接通过索引添加新列C，将操作函数应用于DataFrame的A列和B列：

df['C'] = sumAB(df)

1. 查看结果：

print(df)

输出：

   A  B  C
0  1  4  5
1  2  5  7
2  3  6  9