Como adicionar uma coluna vazia a um quadro de dados?

Qual é a maneira mais fácil de adicionar uma coluna vazia a um DataFrameobjeto pandas ? O melhor que eu encontrei é algo como

df['foo'] = df.apply(lambda _: '', axis=1)

Existe um método menos perverso?

Se bem entendi, a tarefa deve preencher:

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})
>>> df
   A  B
0  1  2
1  2  3
2  3  4
>>> df["C"] = ""
>>> df["D"] = np.nan
>>> df
   A  B C   D
0  1  2   NaN
1  2  3   NaN
2  3  4   NaN

Para adicionar à resposta do DSM e desenvolver essa pergunta associada , dividiria a abordagem em dois casos:

• Adicionando uma única coluna: Basta atribuir valores vazios às novas colunas, por exemplo df['C'] = np.nan

• Adicionando várias colunas: sugiro usar o .reindex(columns=[...]) método pandas para adicionar as novas colunas ao índice de colunas do quadro de dados. Isso também funciona para adicionar várias novas linhas com .reindex(rows=[...]). Observe que as versões mais recentes do Pandas (v> 0.20) permitem especificar uma axispalavra - chave em vez de atribuir explicitamente a columnsou rows.

Aqui está um exemplo de adição de várias colunas:

mydf = mydf.reindex(columns = mydf.columns.tolist() + ['newcol1','newcol2'])

ou

mydf = mydf.reindex(mydf.columns.tolist() + ['newcol1','newcol2'], axis=1)  # version > 0.20.0

Você também pode sempre concatenar um novo quadro de dados (vazio) para o quadro de dados existente, mas isso não parece tão pitônico para mim :)

uma solução ainda mais simples é:

df = df.reindex(columns = header_list)                

onde "header_list" é uma lista dos cabeçalhos que você deseja que apareça.

qualquer cabeçalho incluído na lista que ainda não foi encontrado no quadro de dados será adicionado com as células em branco abaixo.

então se

header_list = ['a','b','c', 'd']

c e d serão adicionados como colunas com células em branco

Começando com v0.16.0, DF.assign()poderia ser usado para atribuir novas colunas ( únicas / múltiplas ) a a DF. Essas colunas são inseridas em ordem alfabética no final do DF.

Isso se torna vantajoso em comparação com a atribuição simples nos casos em que você deseja executar uma série de operações encadeadas diretamente no dataframe retornado.

Considere o mesmo DFexemplo demonstrado pelo @DSM:

df = pd.DataFrame({"A": [1,2,3], "B": [2,3,4]})
df
Out[18]:
   A  B
0  1  2
1  2  3
2  3  4

df.assign(C="",D=np.nan)
Out[21]:
   A  B C   D
0  1  2   NaN
1  2  3   NaN
2  3  4   NaN

Observe que isso retorna uma cópia com todas as colunas anteriores, juntamente com as recém-criadas. Para que o original DFseja modificado de acordo, use-o como: df = df.assign(...)pois ele não suporta a inplaceoperação atualmente.

Eu gosto:

df['new'] = pd.Series(dtype='your_required_dtype')

Se você possui um quadro de dados vazio, esta solução garante que nenhuma nova linha contendo apenas NaNseja adicionada.

Se dtypenão for especificado, as versões mais recentes do Pandas produzirão a DeprecationWarning.

se você deseja adicionar o nome da coluna de uma lista

df=pd.DataFrame()
a=['col1','col2','col3','col4']
for i in a:
    df[i]=np.nan

A resposta do @ emunsing é muito legal para adicionar várias colunas, mas não consegui fazê-lo funcionar no python 2.7. Em vez disso, achei que isso funciona:

mydf = mydf.reindex(columns = np.append( mydf.columns.values, ['newcol1','newcol2'])

O código abaixo aborda a pergunta "Como adiciono n número de colunas vazias ao meu quadro de dados existente". No interesse de manter soluções para problemas semelhantes em um só lugar, estou adicionando aqui.

Abordagem 1 (para criar 64 colunas adicionais com nomes de colunas de 1 a 64)

m = list(range(1,65,1)) 
dd=pd.DataFrame(columns=m)
df.join(dd).replace(np.nan,'') #df is the dataframe that already exists

Abordagem 2 (para criar 64 colunas adicionais com nomes de colunas de 1 a 64)

df.reindex(df.columns.tolist() + list(range(1,65,1)), axis=1).replace(np.nan,'')

Você pode fazer

df['column'] = None #This works. This will create a new column with None type
df.column = None #This will work only when the column is already present in the dataframe 

Pode-se usar df.insert(index_to_insert_at, column_header, init_value)para inserir nova coluna em um índice específico.

cost_tbl.insert(1, "col_name", "") 

A instrução acima inserirá uma coluna vazia após a primeira coluna.