pandas通过loc生成新的列方法

Pandas是Python中用于数据处理和分析的强大工具，通过使用loc方法，可以生成新的列。下面是通过loc生成新的列方法的完整攻略:

步骤1: 导入pandas模块

首先需要导入pandas模块

import pandas as pd

步骤2: 创建DataFrame

接下来创建一个包含数据的DataFrame

data = {'name':['Tom', 'Jack', 'Steve', 'Ricky'],
        'age':[28,34,29,42],
        'gender':['M', 'M', 'M', 'M']}
df = pd.DataFrame(data)
print(df)

输出结果：

   name  age gender
0   Tom   28      M
1  Jack   34      M
2 Steve   29      M
3 Ricky   42      M

步骤3：在DataFrame中使用loc方法生成新的列

通过使用loc方法，可以在DataFrame中生成新的列。下面是两个示例：

示例1：从已有列中生成新的列

df.loc[:, 'name_length'] = df['name'].apply(len)
print(df)

输出结果：

   name  age gender  name_length
0   Tom   28      M            3
1  Jack   34      M            4
2 Steve   29      M            5
3 Ricky   42      M            5

从上面的输出结果可以看到，使用loc方法在DataFrame中生成了一个新的名为‘name_length'的列。其中name_length列的值是通过使用apply函数在'name'列上应用函数len来生成的。

示例2: 根据已有的列中的值生成新的列

df.loc[:, 'age_group'] = pd.cut(df.age, bins=[18, 30, 40, 50], labels=['young', 'middle-aged', 'old'])
print(df)

输出结果：

   name  age gender  name_length    age_group
0   Tom   28      M            3        young
1  Jack   34      M            4  middle-aged
2 Steve   29      M            5        young
3 Ricky   42      M            5  middle-aged

从上面的输出结果可以看到，使用loc方法在DataFrame中生成了一个新的名为‘age_group'的列。其中age_group列的值是通过pd.cut函数将age列中的值分成3个不同的区间，然后再进行标记生成的。

通过上面的示例，我们就可以使用loc方法在Pandas的DataFrame中生成新的列了。