Python 将常量列表添加到列中

假设我有一个df：

df=pd.DataFrame({'a':[1,2,3],'b':[4,5,6]})

我只想添加一个新列，

c

，其中包含一个常量列表（例如：

[7,8,9,10]

）

当我尝试时：

df['c']=[7,8,9,10]

我得到：

ValueError: Length of values does not match length of index

我也试着玩

loc

，

at

，

ix

——但没能弄明白

我发现的一个丑陋的解决方法是：

df['c'] = df['b'].apply(lambda x: [7,8,9,10])

但必须有一种更优雅的方法来做。更简单的方法是：

df['c'] =  [[7,8,9,10]]*len(df)

结果:

   a  b              c
0  1  4  [7, 8, 9, 10]
1  2  5  [7, 8, 9, 10]
2  3  6  [7, 8, 9, 10]

更新：

为避免每行列表的浅拷贝问题（如@YOBEN_所述），请使用：

例如，现在可以通过调用以下命令来更改第一行

c

列中的第一个元素：

df.loc[0,'c'][0]='test'

---

这将向df添加常量列表

#df['c']=pd.Series([[7,8,9,10]]*len(df))
df=df.assign(c=pd.Series([[7,8,9,10]]*len(df)))



  a  b              c
0  1  4  [7, 8, 9, 10]
1  2  5  [7, 8, 9, 10]
2  3  6  [7, 8, 9, 10]

这将使用其索引向df添加列

df['c']=pd.Series([7,8,9,10])
   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9

---

这是不安全的。在这种情况下，“不安全”是什么意思？顺便说一句，我试图找到一个替代方案，但失败了@YOBEN_S您有更合适的答案吗？请尝试df.loc[0，'c'][0]='test'，您将更改所有行~是的，似乎存在浅拷贝问题。为了避免它，可以使用

df['c']=df.apply（lambda x:[7,8,9,10]，axis=1）

。但是有没有比lambda更好的方法呢？我会为你做的，这是有原因的。为什么需要在数据帧的每一行中存储一个列表，更不用说具有相同确切信息的列表了？

#df['c']=pd.Series([[7,8,9,10]]*len(df))
df=df.assign(c=pd.Series([[7,8,9,10]]*len(df)))



  a  b              c
0  1  4  [7, 8, 9, 10]
1  2  5  [7, 8, 9, 10]
2  3  6  [7, 8, 9, 10]

df['c']=pd.Series([7,8,9,10])
   a  b  c
0  1  4  7
1  2  5  8
2  3  6  9