如何使用Pandas为数据框增加计算列和计算行

在Pandas中，我们可以通过几种不同的方式为数据框（DataFrame）增加计算列和行。这些方法包括使用apply()函数、使用assign()函数以及使用loc[]和iloc[]来直接修改数据框的行和列。以下是一些示例：

1. 使用apply()函数增加计算列：

   import pandas as pd
   # 创建一个简单的数据框
   df = pd.DataFrame({
   'A': [1, 2, 3],
   'B': [4, 5, 6]
   })
   # 使用apply()函数增加一个计算列，将A列和B列相加
   df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

2. 使用assign()函数增加计算列：

   # 创建一个简单的数据框
   df = pd.DataFrame({
   'A': [1, 2, 3],
   'B': [4, 5, 6]
   })
   # 使用assign()函数增加一个计算列，将A列和B列相加
   df = df.assign(C=df['A'] + df['B'])

3. 使用loc[]和iloc[]增加计算行：

   # 创建一个简单的数据框
   df = pd.DataFrame({
   'A': [1, 2, 3],
   'B': [4, 5, 6]
   })
   # 使用loc[]增加一行，将A列和B列相加的结果作为新行的值
   df.loc[len(df)] = df['A'].add(df['B'])

   这些方法可以根据您的需求进行修改和组合，以便在数据预处理和分析过程中执行各种计算操作。在处理大型数据集时，请注意性能优化，并尝试避免在循环中执行操作，因为这可能会降低性能。在使用Pandas进行数据处理时，合理地利用其内置函数和方法可以大大提高效率。