Pandas 添加列

在数据分析中, 经常需要在已有数据DataFrame中添加新的列. Pandas提供了多种方式实现这个目的.

DataFrame.assign()

DataFrame.assign()可以用来添加新的列, 也可以同时修改旧的列. 下面是一个简单的示例:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

df = df.assign(C=[7, 8, 9], B=[10, 11, 12])
print(df)

输出结果如下:

   A  B
0  1  4
1  2  5
2  3  6

   A   B  C
0  1  10  7
1  2  11  8
2  3  12  9

在上面的示例中, 我们首先创建了一个DataFrame, 然后使用assign()函数添加了一列C和修改了原有的列B.

DataFrame.insert()

DataFrame.insert()可以指定插入的位置添加新的列. 示例代码如下:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

df.insert(1, 'C', [7, 8, 9])
print(df)

输出结果如下:

   A  B
0  1  4
1  2  5
2  3  6

   A  C  B
0  1  7  4
1  2  8  5
2  3  9  6

在上面的示例中, 我们在第1列插入了新的列C.

直接赋值

我们也可以直接给DataFrame添加一个新列, 示例如下:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

df['C'] = [7, 8, 9]
print(df)

输出结果如下:

   A  B
0  1  4
1  2  5
2  3  6

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在上面的示例中, 我们直接给DataFrame添加了一列C.

总结

通过上面的示例代码, 我们学习了三种添加列的方法: DataFrame.assign(), DataFrame.insert()和直接赋值. 它们各自有着自己的特点和用途, 在实际使用时需要根据具体情况进行选择.