如何在Pandas数据集中添加值全部相同的列？

嘿，我来帮你搞定这个问题～

你现在遇到的情况是：给新列赋值时用了长度为1的列表，pandas会按照索引对齐的规则来处理——列表里的唯一元素只会匹配索引为0的行，其他行因为没有对应的值，就会显示成NaN。

几个快速解决的方法： #

方法1：直接赋值单个字符串（最推荐）

不用列表，直接把单个字符串赋值给整列，pandas会自动把这个值填充到所有行：

import pandas as pd
df = pd.read_json('file_1.json', lines=True)
df2 = pd.read_json('file_2.json', lines=True)
df3 = pd.concat([df,df2])
df3 = df3.loc[:, ['renderedContent']]  # 注意这里我改了，你之前写错成df.loc，会丢失df2的数据！
df3['Siyasi Yönelim'] = 'Milet İttifakı'

方法2：用fillna填充空值

如果已经执行了原代码，想把空值都补上，可以用fillna方法：

df3['Siyasi Yönelim'] = df3['Siyasi Yönelim'].fillna('Milet İttifakı')

方法3：用loc指定所有行赋值

通过loc[:, 列名]明确指定给整列赋值：

df3.loc[:, 'Siyasi Yönelim'] = 'Milet İttifakı'

另外提个小细节：你原代码里的df3 = df.loc[:, ['renderedContent']]这行写错啦！你本来合并了df和df2得到df3，但这里又把df3重新赋值成了df的子集，这样df2的数据就全部丢失了，一定要改成df3.loc[:, ['renderedContent']]哦～

内容的提问来源于stack exchange，提问作者İlhanEmre