向pandas数据框添加新列的有效方法

Question

我知道两种向熊猫数据框添加新列的方法

df_new = df.assign(new_column=default_value)

和

df[new_column] = default_value

第一个不会在原位添加列，但是第二个会在原位添加列。那么，使用哪种更有效？

除了这两个方法之外，还有没有比这更有效的方法了？

Answer 1

我想使用第二个assign，如果要链接所有功能的漂亮代码巫婆-一行代码：

df = pd.DataFrame({'A':np.random.rand(10000)})

default_value = 10

In [114]: %timeit df_new = df.assign(new_column=default_value)
228 µs ± 4.26 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [115]: %timeit df['new_column'] = default_value
86.1 µs ± 654 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

我使用perfplot进行绘图：

---

import perfplot

default_value = 10

def chained(df):
    df = df.assign(new_column=default_value)
    return df

def no_chained(df):
    df['new_column'] = default_value
    return df

def make_df(n):
    df = pd.DataFrame({'A':np.random.rand(n)})
    return df

perfplot.show(
    setup=make_df,
    kernels=[chained, no_chained],
    n_range=[2**k for k in range(2, 25)],
    logx=True,
    logy=True,
    equality_check=False,
    xlabel='len(df)')