Python向DataFrame中指定位置添加一列或多列

       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《Pandas中DataFrame数据合并、连接(concat、merge、join)》),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。

  • 49
    点赞
  • 264
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 19
    评论
评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

象在舞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值