使用Python向DataFrame中指定位置添加一列或多列的方法
4星 · 超过85%的资源 5 浏览量
2020-09-19
16:09:59
上传
评论 2
收藏 49KB PDF 举报 
使用使用Python向向DataFrame中指定位置添加一列或多列的方法中指定位置添加一列或多列的方法
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=" ", 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=" ", header=None, usecols=[0, 1])
feature.columns = ["a","b"]
print(feature.head())
feature = pd.concat([feature, pd.DataFrame(columns=list('c'))])
print(feature.head())
利用利用concat()函数添加的结果如下：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=" ", 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：
评论1
最新资源