如何在 Python 中向数据框添加列表

在数据分析中，我们经常需要把新的数据加入到已有的数据框中。Python 中的 pandas 库提供了丰富的操作，使得在数据框中添加数据变得非常简单。本文将介绍如何在 Python 中向数据框添加列表。

我们首先需要创建一个数据框（DataFrame），用于演示添加列表的操作。下面的代码创建了一个包含三列的数据框：

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五'],
    '年龄': [18, 20, 22],
    '性别': ['男', '男', '女']
}

df = pd.DataFrame(data)
print(df)

输出结果如下：

   姓名  年龄 性别
0  张三  18  男
1  李四  20  男
2  王五  22  女

我们可以看到，这个数据框包含了三列数据，分别是姓名、年龄和性别。

现在，我们想要向这个数据框中添加一个列表，这个列表的内容是每个人的身高。下面我们将介绍如何实现这个操作。

方法一：直接添加列

最简单的方法是直接通过列名向数据框中添加列。下面的代码演示了如何添加身高列：

height = [175, 180, 165]
df['身高'] = height

print(df)

输出结果如下：

   姓名  年龄 性别   身高
0  张三  18  男  175
1  李四  20  男  180
2  王五  22  女  165

我们可以看到，新的身高列已经被添加到数据框中了。

方法二：通过 Series 对象添加列

除了直接添加列之外，我们还可以通过 Series 对象来添加新的列。下面的代码演示了如何使用 Series 对象添加身高列：

height = pd.Series([175, 180, 165])
df['身高'] = height

print(df)

输出结果和上面的方法一相同。

方法三：利用 loc 函数添加行

有时候，我们需要向数据框中添加一行新的数据。这时候，可以使用 loc 函数来实现。下面的代码演示了如何向数据框中添加一行新的数据：

new_row = pd.DataFrame({
    '姓名': ['赵六'],
    '年龄': [24],
    '性别': ['男'],
    '身高': [178]
})

df = pd.concat([df, new_row], ignore_index=True)
print(df)

输出结果如下：

   姓名  年龄 性别   身高
0  张三  18  男  175
1  李四  20  男  180
2  王五  22  女  165
3  赵六  24  男  178

在上面的代码中，首先创建了一个新的数据框 new_row，然后使用 concat 函数将新的数据框和原来的数据框合并，从而实现了向数据框中添加一行新的数据。

需要注意的是，concat 函数会返回一个新的数据框，我们需要将其赋值回原来的数据框中。

总结

本文介绍了三种向数据框中添加列表的方法，分别是直接添加列、通过 Series 对象添加列和利用 loc 函数添加行。通过这些方法，我们可以轻松地在 Python 中向数据框添加新的数据，使得数据分析变得更加简单高效。