Question

我有以下数据框：

    col1   col2
0    a      7                    
1    b      3                  
2    c      1                  
3    d      6

我正在尝试向数据框添加新列，其值等于变量x。此变量将取决于col1和col2的值。我尝试过：

for row in df:
    row['col3'] = x

但是我遇到以下错误：

TypeError: 'tuple' object does not support item assignment

我看了看 iterrows()，但是我不确定这是正确的方法。根据文档：

“永远不要修改要迭代的内容。不能保证在所有情况下都能正常工作。根据数据类型，迭代器将返回副本而不是视图，并且对其进行写入将无效。”

编辑-其他信息：

我想做的是创建一个新的数据框，其中col3是基于数据框的预排序顺序的字符串。例如，以下数据框：

    col1   col2
0    a      7                    
1    b      3                  
2    c      1                  
3    d      6

应成为：

    col1   col2   col 3 
0    a      7      001              
1    b      3      002            
2    c      1      003            
3    d      6      004

col3是格式为'000'的字符串（即，在适用情况下使用前导零，因此该字符串始终包含3个字符）。数据框中的行数永远不会超过999。

这是我到目前为止的代码：

x = 1

for row in df:

    if x < 10:
        formatting = str('00' + str(x))
    elif x < 100:
        formatting = str('0' + str(x))
    else:
        formatting = str(str(x))

    x += 1

    row['col3'] = x

但是，这似乎更改了数据框中所有行的col3值，仅改变了循环中的行。例如，在4个循环之后，结果为：

    col1   col2   col 3 
0    a      7      004              
1    b      3      004            
2    c      1      004            
3    d      6      004

Answer 1

编辑：

这里最好使用Series.str.zfill，并将索引值转换为字符串：

df['col3'] = (df.index + 1).astype('str').str.zfill(3)
print (df)
  col1  col2 col3
0    a     7  001
1    b     3  002
2    c     1  003
3    d     6  004

如果索引不是默认的RangeIndex，则创建帮助器Series：

df['col3'] = pd.Series(np.arange(1, len(df) + 1)).astype('str').str.zfill(3)

根据变量设置熊猫数据框的列值

1 个答案: