如何将Numpy数组作为新列追加到原有Pandas DataFrame中

实现方案 #

你已经通过np.mean(df['x_combined'], axis=0)计算得到质心数组后，只需将该数组作为单个元素，重复填充到DataFrame的每一行即可，推荐两种实现方式：

方式1：列表重复赋值（性能更高，适合大体积数据表）

先将numpy数组转为普通列表，再构造与DataFrame行数等长的列表赋值给新列：

import numpy as np
import pandas as pd

# 计算质心
centroid = np.mean(df['x_combined'], axis=0)
# 追加centroid列
df['centroid'] = [centroid.tolist()] * len(df)

方式2：apply批量赋值（写法更简洁，适合小体积数据表）

通过apply方法给每一行返回同一个质心值：

centroid = np.mean(df['x_combined'], axis=0)
df['centroid'] = df.apply(lambda _: centroid.tolist(), axis=1)

注意事项 #

不要直接写df['centroid'] = centroid，pandas会默认将长度为3的质心数组匹配DataFrame的行长度（你的示例为4行），会触发长度不兼容的报错。

内容的提问来源于stack exchange，提问作者Alicia_2024