熊猫：将特定列设置为0

Question

我有一个单一行的熊猫数据框。我想同时添加一列名为new_cols的列，并将它们的所有值设置为0.

是否有直接的方法可以做到这一点？

我尝试：

article_features[new_cols] = 0但是，这并不工作:(

感谢

Answer 1

使用pd.DataFrame.reindex_axis和fill_value=0参数。

df.reindex_axis(df.columns.union(new_cols), axis=1, fill_value=0) 

    a b c c1 c2 c3 
0 1 2 3 0 0 0 
1 4 5 6 0 0 0 

或者字符串使用fill_value='0'

df.reindex_axis(df.columns.union(new_cols), 1, fill_value='0') 

    a b c c1 c2 c3 
0 1 2 3 0 0 0 
1 4 5 6 0 0 0 

---

设置
我借的对象从@MaxU

df = pd.DataFrame({'a': [1, 4], 'b': [2, 5], 'c': [3, 6]}) 
new_cols = ['c1', 'c2', 'c3'] 

Answer 2

我们可以用assign方法

演示：

In [43]: df 
Out[43]: 
    a b c 
0 1 2 3 
1 4 5 6 

In [44]: new_cols 
Out[44]: ['c1', 'c2', 'c3'] 

备选方案1：

In [46]: df = df.assign(**{c:0 for c in new_cols}) 

In [47]: df 
Out[47]: 
    a b c c1 c2 c3 
0 1 2 3 0 0 0 
1 4 5 6 0 0 0 

选项2：

In [106]: df = df.join(pd.DataFrame(0, df.index, new_cols)) 

In [107]: df 
Out[107]: 
    a b c c1 c2 c3 
0 1 2 3 0 0 0 
1 4 5 6 0 0 0 

加入字符串值：

In [49]: df = df.assign(**{c:'0' for c in new_cols}) 

In [50]: df 
Out[50]: 
    a b c c1 c2 c3 
0 1 2 3 0 0 0 
1 4 5 6 0 0 0 

In [51]: df.dtypes 
Out[51]: 
a  int64 
b  int64 
c  int64 
c1 object 
c2 object 
c3 object 
dtype: object 

Answer 3

您可以在一个循环中添加列：

for col in new_cols: 
    df[col] = 0