pandas中的.assign()方法

pandas中的.assign()方法用于创建一个新的DataFrame，其中包含现有DataFrame的副本，并附加了指定的新列或更新了现有列。

.assign()方法的基本语法如下：

new_df = df.assign(new_column_name = new_column_values)

其中，new_df是创建的新DataFrame，df是现有的DataFrame，new_column_name是新列的名称，new_column_values是新列的值。

示例用法：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})

# 使用.assign()方法创建一个新的DataFrame，并添加一个新列'C'，其中的值为列'A'和列'B'的和
new_df = df.assign(C = df['A'] + df['B'])

print(new_df)

输出：

   A  B   C
0  1  5   6
1  2  6   8
2  3  7  10
3  4  8  12

在上面的示例中，我们使用.assign()方法创建了一个新的DataFrame new_df，并添加了一个名为’C’的新列，其中的值是列’A’和列’B’的和。

.assign()方法还可以链式使用，以添加多个新列或更新现有列。例如：

new_df = df.assign(C = df['A'] + df['B'], D = df['A'] * df['B'])

这将创建一个新的DataFrame new_df，其中包含列’C’和列’D’，分别是列’A’和列’B’的和以及乘积。

需要注意的是，.assign()方法返回的是一个新的DataFrame，原始的DataFrame df并没有被修改。如果需要在原始DataFrame上进行就地更新，可以使用赋值操作符（= ）进行操作。例如：

df['C'] = df['A'] + df['B']

这将在原始DataFrame df上添加一个名为’C’的新列。

希望这能帮助到你理解pandas中.assign()方法的用法。