DataFrameが与えられた場合：

np.random.seed(0)
df = pd.DataFrame(np.random.randn(3, 3), columns=list('ABC'), index=[1, 2, 3])
df

          A         B         C
1  1.764052  0.400157  0.978738
2  2.240893  1.867558 -0.977278
3  0.950088 -0.151357 -0.103219

0などの定数値を含む新しい列を追加する最も簡単な方法は何ですか？

          A         B         C  new
1  1.764052  0.400157  0.978738    0
2  2.240893  1.867558 -0.977278    0
3  0.950088 -0.151357 -0.103219    0

これが私の解決策ですが、なぜこれがNaNを「新しい」列に入れるのかわかりませんか？

df['new'] = pd.Series([0 for x in range(len(df.index))])

          A         B         C  new
1  1.764052  0.400157  0.978738  0.0
2  2.240893  1.867558 -0.977278  0.0
3  0.950088 -0.151357 -0.103219  NaN

このプット理由NaN列には、ためているdf.indexとIndex、あなたの右手側のオブジェクトのは異なっています。@zachは、ゼロの新しい列を割り当てる適切な方法を示しています。一般に、pandas可能な限り多くのインデックスの調整を試みます。欠点の1つは、インデックスが整列されていないNaN場合、整列されていない場所に移動することです。遊んでreindexとalign、部分的に持っているオブジェクトとの位置合わせ作品のいくつかの直感を得るための方法、完全、かつ、整列されていない、すべての整列のインデックスを。たとえばDataFrame.align()、部分的に整列されたインデックスを使用する方法は次のとおりです。

In [7]: from pandas import DataFrame

In [8]: from numpy.random import randint

In [9]: df = DataFrame({'a': randint(3, size=10)})

In [10]:

In [10]: df
Out[10]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [11]: s = df.a[:5]

In [12]: dfa, sa = df.align(s, axis=0)

In [13]: dfa
Out[13]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [14]: sa
Out[14]:
0     0
1     2
2     0
3     1
4     0
5   NaN
6   NaN
7   NaN
8   NaN
9   NaN
Name: a, dtype: float64

超簡単なインプレース割り当て： df['new'] = 0

インプレース変更の場合は、直接割り当てを実行します。この割り当ては、各行のパンダによってブロードキャストされます。

df = pd.DataFrame('x', index=range(4), columns=list('ABC'))
df

   A  B  C
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x

df['new'] = 'y'
# Same as,
# df.loc[:, 'new'] = 'y'
df

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

オブジェクト列に関する注意

空のリストの列を追加したい場合は、次のアドバイスがあります。

• これを行わないことを検討してください。object列はパフォーマンスの点で悪いニュースです。データがどのように構造化されているかを再考してください。
• データをスパースデータ構造に格納することを検討してください。詳細：スパースデータ構造

• リストの列を保存する必要がある場合は、同じ参照を複数回コピーしないようにしてください。

  # Wrong
  df['new'] = [[]] * len(df)
  # Right
  df['new'] = [[] for _ in range(len(df))]
  

コピーの生成： df.assign(new=0)

代わりにコピーが必要な場合は、次を使用してDataFrame.assignください。

df.assign(new='y')

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

そして、同じ値でそのような複数の列を割り当てる必要がある場合、これは次のように簡単です。

c = ['new1', 'new2', ...]
df.assign(**dict.fromkeys(c, 'y'))

   A  B  C new1 new2
0  x  x  x    y    y
1  x  x  x    y    y
2  x  x  x    y    y
3  x  x  x    y    y

複数列の割り当て

最後に、異なる値で複数の列を割り当てる必要がある場合assignは、辞書で使用できます。

c = {'new1': 'w', 'new2': 'y', 'new3': 'z'}
df.assign(**c)

   A  B  C new1 new2 new3
0  x  x  x    w    y    z
1  x  x  x    w    y    z
2  x  x  x    w    y    z
3  x  x  x    w    y    z

現代のパンダを使用すると、次のことができます。

df['new'] = 0

これはラムダを使用した別の1つのライナーです（定数値= 10で列を作成します）

df['newCol'] = df.apply(lambda x: 10, axis=1)

前

df
    A           B           C
1   1.764052    0.400157    0.978738
2   2.240893    1.867558    -0.977278
3   0.950088    -0.151357   -0.103219

後

df
        A           B           C           newCol
    1   1.764052    0.400157    0.978738    10
    2   2.240893    1.867558    -0.977278   10
    3   0.950088    -0.151357   -0.103219   10