pandas选择或添加列生成新的DataFrame操作示例

我来为您详细讲解一下“pandas选择或添加列生成新的DataFrame操作示例”的完整攻略，具体步骤如下：

1. 选择列

在pandas中，要选择一列数据可以使用 DataFrame[column_name] 或者 DataFrame.column_name 的方式。

例如，我们有如下一个DataFrame：

import pandas as pd
df = pd.DataFrame({
    'A': [1,2,3,4,5],
    'B': ['a', 'b', 'c', 'd', 'e'],
})
print(df)

输出：

   A  B
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e

我们可以通过以下方式选择'A'列：

a = df['A']
print(a)

输出：

0    1
1    2
2    3
3    4
4    5
Name: A, dtype: int64

同样，我们也可以使用 DataFrame.A 的方式选择'A'列：

a = df.A
print(a)

输出：

0    1
1    2
2    3
3    4
4    5
Name: A, dtype: int64

2. 添加列

要添加一列数据可以使用 DataFrame[column_name] 或者 DataFrame.column_name 的方式。

例如，在上面的例子中，我们想要添加一列'C'，并将它的值设为'A'列和'B'列的和，可以使用以下代码：

df['C'] = df['A'] + df['B']
print(df)

输出：

   A  B        C
0  1  a     1a
1  2  b     2b
2  3  c     3c
3  4  d     4d
4  5  e     5e

其中，df['C'] 表示添加一列名为'C'的列，其值为 df['A'] + df['B']。

3. 示例

下面，我们再给出一个具体的示例，以供参考。

假设我们有一个数据集 data.csv，它包含了一些人的年龄(age)、身高(height)和性别(gender)：

age,height,gender
18,170,M
20,175,F
19,168,M
22,182,M
24,168,F

我们可以使用 pandas 将其读入为一个 DataFrame：

import pandas as pd
df = pd.read_csv('data.csv')
print(df)

输出：

   age  height gender
0   18     170      M
1   20     175      F
2   19     168      M
3   22     182      M
4   24     168      F

接下来，我们想要添加一列 weight，其值为 height-100，可以使用以下代码：

df['weight'] = df['height'] - 100
print(df)

输出：

   age  height gender  weight
0   18     170      M      70
1   20     175      F      75
2   19     168      M      68
3   22     182      M      82
4   24     168      F      68

可以看到，我们成功添加了一列 weight，并计算了它的值。

这就是关于“pandas选择或添加列生成新的DataFrame操作示例”的完整攻略，希望能对您有所帮助。