将数据附加到 Pandas DataFrame 中的列 - Python

Pandas 是一个开源的数据分析工具，它可以轻松处理、操作、筛选和转换数据。在 Pandas 中，DataFrame 是一个重要的数据结构，它类似于 Excel 中的表格，是一个有序的二维数组，其中每一列可以是一个不同的数据类型。

本篇文章将介绍如何将数据附加到 Pandas DataFrame 中的列。你将学习如何使用 Pandas 的 DataFrame 和 Series 对象，以及如何使用索引、标签和位置来附加数据。

创建示例 DataFrame

首先，让我们创建一个示例 DataFrame，用于演示如何附加数据到列。

import pandas as pd

# 创建示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'country': ['USA', 'Canada', 'USA', 'UK']}
df = pd.DataFrame(data)

print(df)

输出结果：

       name  age country
0     Alice   25     USA
1       Bob   32  Canada
2   Charlie   18     USA
3     David   47      UK

附加数据到列

通过索引附加数据

可以使用 pandas.DataFrame.loc 方法和列名来附加数据。例如，我们想要将一列三个季度的销售数据附加到 DataFrame 的末尾。

# 创建示例数据
sales = pd.Series([10000, 15000, 18000])
quarter = ['Q1', 'Q2', 'Q3']
# 附加数据
df.loc[:, 'sales'] = sales
df.loc[:, 'quarter'] = quarter

print(df)

输出结果：

       name  age country  sales quarter
0     Alice   25     USA  10000      Q1
1       Bob   32  Canada  15000      Q2
2   Charlie   18     USA  18000      Q3
3     David   47      UK  13000      Q4

通过使用 loc 方法，我们将 sales 对象添加到 DataFrame 末尾，并给它命名为“sales”列。我们也可以在同一个语句中附加 quarter 列。

通过标签附加数据

与使用索引附加数据类似，可以使用标签和 pandas.DataFrame.loc 方法来附加数据。例如，我们想要在”age”列后添加一个名为“gender”的列。

# 创建示例数据
gender = pd.Series(['F', 'M', 'M', 'F'])
# 附加数据
df.loc[:, 'gender'] = gender

print(df)

输出结果：

       name  age country gender
0     Alice   25     USA      F
1       Bob   32  Canada      M
2   Charlie   18     USA      M
3     David   47      UK      F

通过位置附加数据

可以通过索引位置来附加数据，使用 pandas.DataFrame.iloc 方法。例如，我们想在 DataFrame 第一列之前添加一个名为“id”列。

# 创建示例数据
import numpy as np
id = pd.Series(np.arange(len(df)))
# 附加数据
df.insert(loc=0, column='id', value=id)

print(df)

输出结果：

   id      name  age country gender
0   0     Alice   25     USA      F
1   1       Bob   32  Canada      M
2   2   Charlie   18     USA      M
3   3     David   47      UK      F

注意，我们使用了 pandas.DataFrame.insert 方法向 DataFrame 中插入列。loc 参数表示列的位置，column 参数表示列名，value 参数表示列的值。

结论

在本篇文章中，我们介绍了如何附加数据到 Pandas DataFrame 中的列。我们讨论了如何通过索引、标签和位置附加数据，并给出了示例代码。务必熟悉 Pandas 提供的数据结构和 API，这将有助于您更轻松地处理、操作、筛选和转换数据。