pandas dataframe在指定位置增加列以及给指定单元格赋值

在指定位置增加一列

原dataframe为:

 ab
0a1b1
1a2b2
  • 增加列,不指定新列的值:

df = df.reindex(columns=list(['c','a','d','b']))

 cadb
0NaNa1NaNb1
1NaNa2NaNb2

 

  • 增加列的同时指定列的值:

df = df.reindex(columns=list(['c','a','d','b']),fill_value=1)

 cadb
01a11b1
11a21b2

 

  • 试试赋值给个数组,是不是能给不同的列赋不同的值:

df = df.reindex(columns=list(['c','a','d','b']),fill_value=['1','2'])

 cadb
0['1','2']a1['1','2']b1
1['1','2']a2['1','2']b2

 

结论就是赋值只能是全部赋同一个值,不能分别,要想分别赋值用如下:

df['c']=['c1','c2']

或者统一赋值 

df['c']=1

给单元格赋值

语句:df.loc[行号,'列名']= value

例:df.loc[0,'name']='Elle'     给第一行name列赋值

  • 8
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 如果您的问题是要将某一中相邻的相同内容合并为一个单元格,可以使用pandas库中的`groupby()`函数和`agg()`函数来实现。 例如,我们假设有一个DataFrame df,其中有一为"col_name",我们要将其中相邻的相同内容合并为一个单元格。可以使用以下代码: ```python import pandas as pd df = pd.DataFrame({ 'col_name': [1, 1, 2, 2, 2, 3, 4, 4, 4] }) # 将相邻的相同内容合并为一个单元格 df['col_name'] = df.groupby((df['col_name'] != df['col_name'].shift()).cumsum())['col_name'].transform(' '.join) print(df) ``` 输出结果为: ``` col_name 0 1 1 1 2 2 2 3 2 2 4 2 2 5 3 6 4 4 4 7 4 4 4 8 4 4 4 ``` 在上述代码中,`groupby()`函数将"col_name"中相邻的相同内容分成一组,然后对每个分组使用`transform()`函数,将该分组中的内容合并为一个单元格。最后再将合并后的结果赋值给"col_name"即可。 ### 回答2: 可以使用pandas库的groupby和agg函数实现将同一的相同内容合并。 首先,使用pandas的read_excel函数读取需要处理的Excel文件,得到一个DataFrame对象。 然后,使用groupby函数按照需要合并的进行分组,以此为基础进行聚合操作。可以使用agg函数来对分组后的数据进行聚合操作,例如使用join函数来将相同内容的单元格合并为一个字符串。 接着,将聚合后的结果写入原始的DataFrame对象中,可以使用pandas的loc函数来定位需要写入的单元格,并赋值为聚合后的结果。 最后,可以使用pandas的to_excel函数将处理完成的DataFrame对象写入Excel文件中。 总结起来,使用pandas的groupby、agg和to_excel函数可以方便地实现将单元格同一相同内容合并并写入的操作。 ### 回答3: 在pandas中,可以通过使用groupby函数以及聚合函数来实现将同一中相同内容的单元格进行合并。 首先,我们需要加载pandas库,并读取需要进行操作的数据文件。假设我们的数据文件名为data.csv,其中包含了两数据,分别是"姓名"和"成绩"。我们可以使用以下代码进行读取: ```python import pandas as pd df = pd.read_csv('data.csv') ``` 接下来,我们可以使用groupby函数将相同内容的单元格进行分组。在这个例子中,我们可以以"姓名"作为分组依据。代码如下: ```python grouped = df.groupby('姓名') ``` 然后,我们可以使用聚合函数来对每个分组进行操作。在这个例子中,我们可以使用第一个分组的成绩去覆盖其他分组的成绩。代码如下: ```python df['成绩'] = grouped['成绩'].transform(lambda x: x.iloc[0]) ``` 最后,我们可以将合并后的数据进行导出。代码如下: ```python df.to_csv('merged_data.csv', index=False) ``` 以上代码会将合并后的数据保存到名为merged_data.csv的文件中。 总结一下,我们可以通过使用groupby函数以及聚合函数来实现将pandas中同一中相同内容的单元格进行合并。
评论
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
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