脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python向DataFrame中指定位置添加一列或多列

使用Python向DataFrame中指定位置添加一列或多列的方法

 更新时间：2019年01月29日 10:40:20   作者：象在舞  
今天小编就为大家分享一篇使用Python向DataFrame中指定位置添加一列或多列的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

对于这个问题，相信很多人都会很困惑，本篇文章将会给大家介绍一种非常简单的方式向DataFrame中任意指定的位置添加一列。

在此之前或许有不少读者已经了解了最普通的添加一列的方式，如下：

import pandas as pd
 
feature = pd.read_csv("C://Users//Machenike//Desktop//xzw//lr_train_data.txt", delimiter="\t", header=None, usecols=[0, 1])
feature.columns = ["a","b"]
print(feature.head())
feature['c']='1'
print(feature.head())

这种添加方式得到的结果如下：

     a     b
0 4.459256 8.225418
1 0.043276 6.307400
2 6.997162 9.313393
3 4.754832 9.260378
4 8.661904 9.767977
     a     b c
0 4.459256 8.225418 1
1 0.043276 6.307400 1
2 6.997162 9.313393 1
3 4.754832 9.260378 1
4 8.661904 9.767977 1

同样的也会有人想到concat()函数（关于concat()函数的更多介绍，可以参考我的另外一篇博客《在Pandas中DataFrame数据合并、连接（concat、merge、join）的实例》），如下：

import pandas as pd
 
feature = pd.read_csv("C://Users//Machenike//Desktop//xzw//lr_train_data.txt", delimiter="\t", header=None, usecols=[0, 1])
feature.columns = ["a","b"]
print(feature.head())
feature = pd.concat([feature, pd.DataFrame(columns=list('c'))])
print(feature.head())

利用concat()函数添加的结果如下：

     a     b
0 4.459256 8.225418
1 0.043276 6.307400
2 6.997162 9.313393
3 4.754832 9.260378
4 8.661904 9.767977
     a     b  c
0 4.459256 8.225418 NaN
1 0.043276 6.307400 NaN
2 6.997162 9.313393 NaN
3 4.754832 9.260378 NaN
4 8.661904 9.767977 NaN

上述两种方法添加一列存在一个弊端，那就是只能在DataFrame的末尾即最后一列添加。但是在有些情况下，我们需要在DataFrame的第一列或中间列位置添加新的一列，那么，有没有一种方法可以指定位置添加一列呢？答案是肯定的，这就是本文一开始所说的那种及其简单的方法。

如下：

import pandas as pd
 
feature = pd.read_csv("C://Users//Machenike//Desktop//xzw//lr_train_data.txt", delimiter="\t", header=None, usecols=[0, 1])
feature.columns = ["a","b"]
print(feature.head())
feature = feature.reindex(columns=list('cab'), fill_value=1)
print(feature.head())

上面代码中的使用了reindex()方法，reindex()方法可以添加一列或多列数据，并且可以指定列的位置，也可以对原先存在的列进行重排。方法中的columns属性控制着列的位置，c是添加的一列，其位于a和b前面，这说明c列是新数据框的第一列，fill_value属性指定的是添加一列的值，其结果如下：

     a     b
0 4.459256 8.225418
1 0.043276 6.307400
2 6.997162 9.313393
3 4.754832 9.260378
4 8.661904 9.767977
  c     a     b
0 1 4.459256 8.225418
1 1 0.043276 6.307400
2 1 6.997162 9.313393
3 1 4.754832 9.260378
4 1 8.661904 9.767977

同时，reindex()方法也可以同时添加多列（其实上面的concat()函数也可以添加多列，添加方式与reindex()一样），如下：

import pandas as pd
 
feature = pd.read_csv("C://Users//Machenike//Desktop//xzw//lr_train_data.txt", delimiter="\t", header=None, usecols=[0, 1])
feature.columns = ["a","b"]
print(feature.head())
feature = feature.reindex(columns=list('cabd'), fill_value=1)
print(feature.head())

我们添加了c、d两列，结果如下：

     a     b
0 4.459256 8.225418
1 0.043276 6.307400
2 6.997162 9.313393
3 4.754832 9.260378
4 8.661904 9.767977
  c     a     b d
0 1 4.459256 8.225418 1
1 1 0.043276 6.307400 1
2 1 6.997162 9.313393 1
3 1 4.754832 9.260378 1
4 1 8.661904 9.767977 1

你们在此过程中遇到了什么问题，欢迎留言，让我看看你们都遇到了哪些问题。

以上这篇使用Python向DataFrame中指定位置添加一列或多列的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • Flask框架工厂函数用法实例分析

    Flask框架工厂函数用法实例分析

    这篇文章主要介绍了Flask框架工厂函数用法,结合实例形式分析了Flask框架工厂函数定义、应用及相关操作注意事项,需要的朋友可以参考下
    2019-05-05
  • Python中关于 *args与**args的用法及说明

    Python中关于 *args与**args的用法及说明

    这篇文章主要介绍了Python中关于 *args与**args的用法及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2023-02-02
  • Python中的xlrd模块使用原理解析

    Python中的xlrd模块使用原理解析

    这篇文章主要介绍了Python中的xlrd模块原理解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • 使用Python Typing模块提升代码可读性和健壮性实例探索

    使用Python Typing模块提升代码可读性和健壮性实例探索

    这篇文章主要为大家介绍了使用Python Typing模块提升代码可读性和健壮性实例探索,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2024-01-01
  • 使用Python转换Markdown文件为Word文档

    使用Python转换Markdown文件为Word文档

    Markdown格式的文章转换成Word文档能够帮助作者制作更复杂的文档,同时确保内容的一致性和美观性,本文将使用Python实现Markdown转Word,感兴趣的可以了解下
    2024-11-11
  • Python实现Markdown、富文本和HTML格式之间的转换

    Python实现Markdown、富文本和HTML格式之间的转换

    要实现Markdown、富文本（如富文本HTML）和纯HTML格式之间的转换,可以使用Python中相关的库来处理这些格式的解析和转换,下面,我将详细介绍如何使用Python实现Markdown文本格式、富文本格式和HTML格式之间的转换,需要的朋友可以参考下
    2025-01-01
  • python Jupyter运行时间实例过程解析

    python Jupyter运行时间实例过程解析

    这篇文章主要介绍了python Jupyter运行时间实例过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-12-12
  • 为何你的Python代码在Notepad++中只闪现一下就消失无踪？

    为何你的Python代码在Notepad++中只闪现一下就消失无踪？

    你是否曾在Notepad++中运行编写的Python代码,却发现它们瞬间消失无踪？别担心,这不是你的幻觉,在这篇指南中,我们将揭秘这一现象背后的原因,并教你如何轻松解决,让我们一起揭开这个谜团,让你的Python代码在Notepad++中安然无恙吧！
    2024-02-02
  • Python基于csv模块实现读取与写入csv数据的方法

    Python基于csv模块实现读取与写入csv数据的方法

    这篇文章主要介绍了Python基于csv模块实现读取与写入csv数据的方法,结合实例形式分析了Python使用csv模块针对csv文件的读取与写入相关操作技巧,需要的朋友可以参考下
    2018-01-01
  • python BeautifulSoup库的安装与使用

    python BeautifulSoup库的安装与使用

    这篇文章主要介绍了python BeautifulSoup库的安装与使用，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
    2020-12-12

最新评论