Python向DataFrame中指定位置添加一列或多列

素颜马尾好姑娘i 2021-09-16 04:38 1125阅读 0赞

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）》][Pandas_DataFrame_concat_merge_join]），如下：

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：

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：

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。

[Pandas_DataFrame_concat_merge_join]: https://blog.csdn.net/gdkyxy2013/article/details/80785361