Question

这听起来有点不可思议，但是我认为这正是我现在需要的：

我有几个熊猫数据框，其中包含带有浮点数的列，例如：

现在，我想添加一列，仅包含一行，并且该值等于列“ a”的平均值，在这种情况下为3.0。因此，新的数据框将如下所示：

   a  b  c  average
0  0  1  2  3.0
1  3  4  5
2  6  7  8

下面的所有行都是空的。

我已经尝试过类似df['average'] = np.mean(df['a'])之类的事情，但这使我的专栏总分为3.0。任何帮助将不胜感激。

Answer 1

可以执行以下操作：

df['average'] = [np.mean(df['a'])]+['']*(len(df)-1)

Answer 2

这是一个完整的例子：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    [(0,1,2), (3,4,5), (6,7,8)],
    columns=['a', 'b', 'c'])
print(df)

   a  b  c
0  0  1  2
1  3  4  5
2  6  7  8

df['average'] = ''
df['average'][0] = df['a'].mean()
print(df)

   a  b  c average
0  0  1  2       3
1  3  4  5        
2  6  7  8

Answer 3

分配一个系列，这样更干净。

df['average'] = pd.Series(df['a'].mean(), index=df.index[[0]])

或者更好的是分配loc：

df.loc[df.index[0], 'average'] = df['a'].mean().item()

填写NaN很简单，您可以做到

df['average'] = df['average'].fillna('')
df
   a  b  c average
0  0  1  2       3
1  3  4  5        
2  6  7  8

大熊猫添加一列，只有一行

3 个答案: