Warning: file_get_contents(/data/phpspider/zhask/data//catemap/8/logging/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 熊猫:将特定列设置为0_Python_Pandas - Fatal编程技术网

Python 熊猫:将特定列设置为0

Python 熊猫:将特定列设置为0,python,pandas,Python,Pandas,我有一个数据框,只有一行。我想同时添加一个名为new_cols的列列表,并将它们的所有值设置为0 有没有一种简单易行的方法 我的尝试: article\u features[new\u cols]=0,但这不起作用: 谢谢 我们可以使用赋值方法 演示: 备选案文1: 备选案文2: 添加字符串值: 我们可以使用赋值方法 演示: 备选案文1: 备选案文2: 添加字符串值: 可以在循环中添加列: for col in new_cols: df[col] = 0 可以在循环中添加列: for

我有一个数据框,只有一行。我想同时添加一个名为new_cols的列列表,并将它们的所有值设置为0

有没有一种简单易行的方法

我的尝试:

article\u features[new\u cols]=0,但这不起作用:

谢谢

我们可以使用赋值方法

演示:

备选案文1:

备选案文2:

添加字符串值:

我们可以使用赋值方法

演示:

备选案文1:

备选案文2:

添加字符串值:


可以在循环中添加列:

for col in new_cols:
    df[col] = 0

可以在循环中添加列:

for col in new_cols:
    df[col] = 0
使用pd.DataFrame.reindex_轴和fill_值=0参数

df.reindex_axis(df.columns.union(new_cols), axis=1, fill_value=0)

   a  b  c  c1  c2  c3
0  1  2  3   0   0   0
1  4  5  6   0   0   0
对于字符串,使用fill_value='0'

设置 我从@MaxU借了一些东西

df = pd.DataFrame({'a': [1, 4], 'b': [2, 5], 'c': [3, 6]})
new_cols = ['c1', 'c2', 'c3']
使用pd.DataFrame.reindex_轴和fill_值=0参数

df.reindex_axis(df.columns.union(new_cols), axis=1, fill_value=0)

   a  b  c  c1  c2  c3
0  1  2  3   0   0   0
1  4  5  6   0   0   0
对于字符串,使用fill_value='0'

设置 我从@MaxU借了一些东西

df = pd.DataFrame({'a': [1, 4], 'b': [2, 5], 'c': [3, 6]})
new_cols = ['c1', 'c2', 'c3']

new_cols的数据类型是什么?@DYZ这是一个字符串,那么列表来自何处?请包括new_cols的示例值和确切的错误消息。@DYZ抱歉,我错了:new_cols中有一堆unicode。new_cols的数据类型是什么?@DYZ这是一个字符串列表来自何处,然后?请包括new_cols的示例值和确切的错误消息。@DYZ抱歉,我错了:new_cols中有一堆unicode。OP声称new_cols是一个字符串。OP声称new_cols是一个字符串。
df.reindex_axis(df.columns.union(new_cols), 1, fill_value='0')

   a  b  c c1 c2 c3
0  1  2  3  0  0  0
1  4  5  6  0  0  0
df = pd.DataFrame({'a': [1, 4], 'b': [2, 5], 'c': [3, 6]})
new_cols = ['c1', 'c2', 'c3']