如何将空列添加到数据框？

向熊猫DataFrame对象添加空列的最简单方法是什么？我偶然发现的最好的东西是

df['foo'] = df.apply(lambda _: '', axis=1)

有没有那么不合常理的方法？

如果我理解正确，则应填写作业：

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})
>>> df
   A  B
0  1  2
1  2  3
2  3  4
>>> df["C"] = ""
>>> df["D"] = np.nan
>>> df
   A  B C   D
0  1  2   NaN
1  2  3   NaN
2  3  4   NaN

为了增加DSM的答案并以这个相关问题为基础，我将该方法分为两种情况：

• 添加单个列：只需将空值分配给新列，例如 df['C'] = np.nan

• 添加多个列：我建议使用.reindex(columns=[...]) pandas方法将新列添加到数据框的列索引中。这也适用于使用添加多个新行.reindex(rows=[...])。请注意，较新版本的Pandas（v> 0.20）允许您指定axis关键字，而不是显式分配给columns或rows。

这是添加多列的示例：

mydf = mydf.reindex(columns = mydf.columns.tolist() + ['newcol1','newcol2'])

要么

mydf = mydf.reindex(mydf.columns.tolist() + ['newcol1','newcol2'], axis=1)  # version > 0.20.0

您还可以始终将新的（空）数据框连接到现有数据框，但这对我来说并不像pythonic那样：）

一个更简单的解决方案是：

df = df.reindex(columns = header_list)                

其中“ header_list”是要显示的标题的列表。

列表中包含的，在数据​​框中尚未找到的所有标头都将添加以下空白单元格。

因此，如果

header_list = ['a','b','c', 'd']

然后将c和d添加为具有空白单元格的列

以开始v0.16.0，DF.assign()可用于为分配新列（单/多）DF。这些列在末尾按字母顺序插入DF。

与您希望直接对返回的数据帧执行一系列链接操作的情况相比，与简单分配相比，这变得很有优势。

考虑DF@DSM演示的相同示例：

df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})
df
Out[18]:
   A  B
0  1  2
1  2  3
2  3  4

df.assign(C="",D=np.nan)
Out[21]:
   A  B C   D
0  1  2   NaN
1  2  3   NaN
2  3  4   NaN

请注意，这将返回一个包含所有先前列以及新创建列的副本。为了对原件DF进行相应的修改，请像：df = df.assign(...)一样使用它，因为它inplace当前不支持操作。

我喜欢：

df['new'] = pd.Series(dtype='your_required_dtype')

如果数据框为空，则此解决方案可确保不NaN添加仅包含新行的内容。

如果dtype未指定，则较新的Pandas版本会产生DeprecationWarning。

如果要从列表中添加列名

df=pd.DataFrame()
a=['col1','col2','col3','col4']
for i in a:
    df[i]=np.nan

@emunsing的答案对于添加多个列真的很酷，但是我无法在python 2.7中使用它。相反，我发现这可行：

mydf = mydf.reindex(columns = np.append( mydf.columns.values, ['newcol1','newcol2'])

下面的代码解决了“如何向现有数据帧中添加n个空列”的问题。为了将针对类似问题的解决方案集中在一个地方，我在这里添加它。

方法1（使用1-64的列名创建64个其他列）

m = list(range(1,65,1)) 
dd=pd.DataFrame(columns=m)
df.join(dd).replace(np.nan,'') #df is the dataframe that already exists

方法2（使用1-64的列名称创建64个其他列）

df.reindex(df.columns.tolist() + list(range(1,65,1)), axis=1).replace(np.nan,'')

你可以做

df['column'] = None #This works. This will create a new column with None type
df.column = None #This will work only when the column is already present in the dataframe 

可以用来df.insert(index_to_insert_at, column_header, init_value)在特定索引处插入新列。

cost_tbl.insert(1, "col_name", "") 

上面的语句将在第一列之后插入一个空列。