如何在Pandas DataFrame中新增列并设置默认数组值？

嘿，我来帮你搞定这个问题！你原来的代码里LangVec那行有个小语法问题，而且直接赋值同一个数组还会有引用共享的隐患——先给你拆解下问题，再给两种高效的实现方式。

首先说你原代码的问题：pd.Series[[0,0,0,0,0,0,0,0,0,0]]是错误的写法，就算改成正确的pd.Series([[0]*10]*len(tweets))，所有行的LangVec都会指向同一个列表对象，后续你修改某一行的数组元素时，所有行的内容都会跟着变，这肯定不是你想要的结果。

下面是两种比循环更高效的实现方式：

方法1：列表推导式（推荐，性能最优） #

列表推导式是Python里生成批量数据最快的方式之一，直接给LangVec列生成每行独立的长度为10的0数组：

import pandas as pd

# 先复制原始DataFrame，避免修改原数据（可选但推荐）
tweets = train_tweets.copy()
# 新增LangClass列，所有值设为"und"
tweets["LangClass"] = "und"
# 生成每行独立的0数组列
tweets["LangVec"] = [[0]*10 for _ in range(len(tweets))]

方法2：用apply生成独立数组 #

如果你更喜欢DataFrame的原生方法，也可以用apply来生成，虽然性能比列表推导式稍差，但代码可读性也不错：

tweets["LangVec"] = tweets.apply(lambda _: [0]*10, axis=1)

后续更新示例 #

当你需要更新某一行的LangVec元素时，直接用loc定位后修改即可，因为每行的数组都是独立的，不会互相影响：

# 比如修改第5行的第2个元素为1
tweets.loc[5, "LangVec"][2] = 1

这两种方法都比循环遍历每行赋值高效得多，尤其是当你的DataFrame数据量很大的时候，性能提升会非常明显。

内容的提问来源于stack exchange，提问作者Spock_42