Dado un DataFrame:

np.random.seed(0)
df = pd.DataFrame(np.random.randn(3, 3), columns=list('ABC'), index=[1, 2, 3])
df

          A         B         C
1  1.764052  0.400157  0.978738
2  2.240893  1.867558 -0.977278
3  0.950088 -0.151357 -0.103219

¿Cuál es la forma más sencilla de agregar una nueva columna que contenga un valor constante, por ejemplo, 0?

          A         B         C  new
1  1.764052  0.400157  0.978738    0
2  2.240893  1.867558 -0.977278    0
3  0.950088 -0.151357 -0.103219    0

Esta es mi solución, pero no sé por qué esto coloca a NaN en la columna 'nueva'.

df['new'] = pd.Series([0 for x in range(len(df.index))])

          A         B         C  new
1  1.764052  0.400157  0.978738  0.0
2  2.240893  1.867558 -0.977278  0.0
3  0.950088 -0.151357 -0.103219  NaN

La razón por la que esto se coloca NaNen una columna es porque df.indexy los Indexde su objeto del lado derecho son diferentes. @zach muestra la forma correcta de asignar una nueva columna de ceros. En general, pandasintenta hacer la mayor alineación de índices posible. Una desventaja es que cuando los índices no están alineados, obtienes NaNdonde no están alineados. Experimente con los métodos reindexy alignpara obtener algo de intuición sobre los trabajos de alineación con objetos que tienen índices alineados parcial, totalmente y no alineados. Por ejemplo, así es como DataFrame.align()funciona con índices parcialmente alineados:

In [7]: from pandas import DataFrame

In [8]: from numpy.random import randint

In [9]: df = DataFrame({'a': randint(3, size=10)})

In [10]:

In [10]: df
Out[10]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [11]: s = df.a[:5]

In [12]: dfa, sa = df.align(s, axis=0)

In [13]: dfa
Out[13]:
   a
0  0
1  2
2  0
3  1
4  0
5  0
6  0
7  0
8  0
9  0

In [14]: sa
Out[14]:
0     0
1     2
2     0
3     1
4     0
5   NaN
6   NaN
7   NaN
8   NaN
9   NaN
Name: a, dtype: float64

Asignación in situ súper simple: df['new'] = 0

Para modificaciones in situ, realice una asignación directa. Esta asignación es transmitida por pandas para cada fila.

df = pd.DataFrame('x', index=range(4), columns=list('ABC'))
df

   A  B  C
0  x  x  x
1  x  x  x
2  x  x  x
3  x  x  x

df['new'] = 'y'
# Same as,
# df.loc[:, 'new'] = 'y'
df

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

Nota para columnas de objetos

Si desea agregar una columna de listas vacías, este es mi consejo:

• Considere no hacer esto. objectlas columnas son malas noticias en términos de rendimiento. Reconsidere cómo se estructuran sus datos.
• Considere almacenar sus datos en una estructura de datos dispersa. Más información: estructuras de datos dispersas

• Si debe almacenar una columna de listas, asegúrese de no copiar la misma referencia varias veces.

  # Wrong
  df['new'] = [[]] * len(df)
  # Right
  df['new'] = [[] for _ in range(len(df))]
  

Generando una copia: df.assign(new=0)

Si necesita una copia en su lugar, use DataFrame.assign:

df.assign(new='y')

   A  B  C new
0  x  x  x   y
1  x  x  x   y
2  x  x  x   y
3  x  x  x   y

Y, si necesita asignar varias columnas con el mismo valor, esto es tan simple como,

c = ['new1', 'new2', ...]
df.assign(**dict.fromkeys(c, 'y'))

   A  B  C new1 new2
0  x  x  x    y    y
1  x  x  x    y    y
2  x  x  x    y    y
3  x  x  x    y    y

Asignación de varias columnas

Por último, si necesita asignar varias columnas con diferentes valores, puede utilizarlo assigncon un diccionario.

c = {'new1': 'w', 'new2': 'y', 'new3': 'z'}
df.assign(**c)

   A  B  C new1 new2 new3
0  x  x  x    w    y    z
1  x  x  x    w    y    z
2  x  x  x    w    y    z
3  x  x  x    w    y    z

Con los pandas modernos puedes hacer lo siguiente:

df['new'] = 0

Aquí hay otro trazador de líneas usando lambdas (cree una columna con un valor constante = 10)

df['newCol'] = df.apply(lambda x: 10, axis=1)

antes de

df
    A           B           C
1   1.764052    0.400157    0.978738
2   2.240893    1.867558    -0.977278
3   0.950088    -0.151357   -0.103219

después

df
        A           B           C           newCol
    1   1.764052    0.400157    0.978738    10
    2   2.240893    1.867558    -0.977278   10
    3   0.950088    -0.151357   -0.103219   10