Pandas新增数据列

四种方法，可以新增数据列

1. 直接赋值
2. df.apply方法
3. df.assign方法
4. 按条件选择分组分别赋值

1、直接赋值

注意，df["bWendu"]其实是一个Series,后面减去的返回的是Series

df.loc[:,"wencha"] = df["bWendu"] - df["yWendu"]
print(df.head())

2、df.apply方法

需求：
实例：添加一列温度类型：

1. 如果最高温度大于33度就是高温
2. 低于-10度是低温
3. 否则是常温
   注意需要设置axis = 1 ,这是series

def get_wendu_type(x):
    if x["bWendu"] > 33:
        return "高温"
    if x["yWendu"] < -10 :
        return "低温"
    return "常温"

df.loc[:,"wendu_type"] = df.apply(get_wendu_type,axis = 1)
print(df)

查看温度类型的计数

wendu_count = df["wendu_type"].value_counts()
print(wendu_count)

3、df.assign方法

可以同时添加多个新的列,不会改变df本身，会生成一个新的Dataframe

c =df.assign(
    yWendu_huashi = lambda x : x["yWendu"] * 9 / 5 + 32,
    # 摄氏度转华氏度
    bWendu_huashi = lambda x : x["bWendu"] * 9 / 5 + 32
)

print(c.head())

4、按条件选择分组分别赋值

按条件先选择数据，然后对这部分数据赋值新列
实例：高低温差大于10度，则认为温差大

# 先创建空列（这是第一种创建新列的方法）
df['wencha_type'] = ''

df.loc[df["bWendu"]-df["yWendu"]>10, "wencha_type"] = "温差大"
df.loc[df["bWendu"]-df["yWendu"]<=10, "wencha_type"] = "温差正常"
wencha_count = df["wencha_type"].value_counts()
print(wencha_count)