将具有常量值的列添加到 Pandas 数据框

在数据分析中，我们经常需要向 Pandas 数据框中添加具有常量值的列，比如数据记录的时间戳或实验相关的标签。本文将介绍如何在 Pandas 数据框中添加具有常量值的列，供程序员参考和使用。

创建 Pandas 数据框

首先，让我们创建一个简单的 Pandas 数据框：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 32, 18, 47]}
df = pd.DataFrame(data)

print(df)

输出结果如下：

       Name  Age
0     Alice   25
1       Bob   32
2   Charlie   18
3     David   47

将常量值作为列表添加到 Pandas 数据框

最简单的方法是将常量值作为列表添加到 Pandas 数据框。例如，我们将时间戳 '2022-01-01' 添加为一个新列：

df['Timestamp'] = ['2022-01-01', '2022-01-01', '2022-01-01', '2022-01-01']

print(df)

输出结果如下：

       Name  Age   Timestamp
0     Alice   25  2022-01-01
1       Bob   32  2022-01-01
2   Charlie   18  2022-01-01
3     David   47  2022-01-01

将常量值作为元组添加到 Pandas 数据框

另一种方式是将常量值作为元组添加到 Pandas 数据框。例如，我们将一个元组 ('Experiment A', 'Group 1') 添加为一个新列：

df['Experiment'] = [('Experiment A', 'Group 1'), ('Experiment A', 'Group 2'),
                    ('Experiment B', 'Group 1'), ('Experiment B', 'Group 2')]

print(df)

输出结果如下：

       Name  Age   Timestamp           Experiment
0     Alice   25  2022-01-01  (Experiment A, Group 1)
1       Bob   32  2022-01-01  (Experiment A, Group 2)
2   Charlie   18  2022-01-01  (Experiment B, Group 1)
3     David   47  2022-01-01  (Experiment B, Group 2)

将常量值作为 Numpy 数组添加到 Pandas 数据框

还有一种流行的方式是使用 Numpy 数组来添加常量值。例如，我们将一个长度为 4 的全 1 数组添加为一个新列：

import numpy as np

df['Ones'] = np.ones(4)

print(df)

输出结果如下：

       Name  Age   Timestamp           Experiment  Ones
0     Alice   25  2022-01-01  (Experiment A, Group 1)   1.0
1       Bob   32  2022-01-01  (Experiment A, Group 2)   1.0
2   Charlie   18  2022-01-01  (Experiment B, Group 1)   1.0
3     David   47  2022-01-01  (Experiment B, Group 2)   1.0

总结

以上是在 Pandas 数据框中添加具有常量值的列的三种常见方法，包括将常量值作为列表、元组和 Numpy 数组。这些方法都是快捷、简单的，适用于数据编程和数据分析。