用行号填充新的 pandas 列

Posted 2023-03-29

【中文标题】用行号填充新的 pandas 列

【英文标题】：Fill a new pandas column with row numbers

【发布时间】：2018-09-09 12:26:15

【问题描述】：

我有以下带有随机索引值的 DataFrame data：

      A   B
100   0   7
203   5   4
5992  0  10
2003  9   8
20   10   5
12    6   2

我想添加一个带有行号的新列“C”。例如：

      A   B   C
100   0   7   0
203   5   4   1
5992  0  10   2
2003  9   8   3
20   10   5   4
12    6   2   5

【参考方案1】：

使用numpy.arange 的长度为DataFrame：

df['C'] = np.arange(len(df))

或者你可以使用DataFrame.shape，谢谢@Mehmet Burak Sayıcı：

df['C'] = np.arange(df.shape[0])

---

print (df)
       A   B  C
100    0   7  0
203    5   4  1
5992   0  10  2
2003   9   8  3
20    10   5  4
12     6   2  5

【讨论】：

这是我的错误，我认为如果 DataFrame 恰好是单列，但事实证明它是 Series 对象时会发生这种情况。我删除了评论以免混淆任何人。

这会在前面添加一个没有名称的列，在末尾添加一个名为 C 的列，对我来说都是自动递增的

@boardtc 第一列称为索引，我的解决方案不会更改它。只添加新列C

@jezrael 谢谢我学到的是，当从 csv pandas 读取时，如果没有设置索引，则自动添加一个自动递增列作为第一列！

有没有办法做到这一点，我们可以得到按 A 分组的行号？

【参考方案2】：

通过使用reset_index

df['C'] = df.reset_index().index
df

       A   B  C
100    0   7  0
203    5   4  1
5992   0  10  2
2003   9   8  3
20    10   5  4
12     6   2  5

---

概括地说：

df['C'] = df.index if df.index.is_monotonic_increasing else range(len(df))
df

       A   B  C
100    0   7  0
203    5   4  1
5992   0  10  2
2003   9   8  3
20    10   5  4
12     6   2  5

【讨论】：

这很聪明。如果有人想知道该命令是如何工作的，它会创建一个具有常规/默认索引（默认情况下仅对行进行编号）的临时数据帧，从中获取索引，丢弃临时数据帧的其余部分，并分配给原始数据框，作为常规列。

【参考方案3】：

我们可以添加行号作为第一列的新列，如下所示：

import pandas as pd
import numpy as np
df = pd.DataFrame('B': [1, 2, 3], 'C': [4, 5, 6])

    B   C
0   1   4
1   2   5
2   3   6

df.insert(loc=0, column='A', value=np.arange(len(df)))
    A   B   C
0   0   1   4
1   1   2   5
2   2   3   6