pandas dataframe在指定的位置添加一列, 或者一次性添加几列,re |
您所在的位置:网站首页 › pandas 新加一列 › pandas dataframe在指定的位置添加一列, 或者一次性添加几列,re |
相信有很多人收这个问题的困扰,如果你想一次性在pandas.DataFrame里添加几列,或者在指定的位置添加一列,都会很苦恼找不到简便的方法;可以用到的函数有df.reindex, pd.concat
我们来看一个例子: df 是一个DataFrame, 如果你只想在df的后面添加一列,可以用下面的方法: 但是如果你想一次性添加两列级以上,你可能会用通样的办法 df[['D','E']] == None ,结果报错如下:
所以接下来我想介绍两种认为比较简便的方法 (1)第一个方法是利用pd.concat 在DataFrame后面添加两列,这种方法的缺点是不能指定位置 pd.concat([df, pd.DataFrame(columns=list('DE'))]) (2)第二种方法是利用 reindex来重排和增加列名df.reindex(columns=list('ABCDE')) 这种方法,你可以改变各列的相对位置,且保留原始列的数值,比如df.reindex(columns=list('BCADE')) reindex 还有 fill_value 选项,可以填充NaN,例子如下df.reindex(columns=list('ABCDE'), fill_value=0)
当然这里举的例子比较简单,在实际运用中,列名可能都比较长,都敲出来肯定不方便,所以我们需要更强大的方法,运用到 list.insert的方法list.insert(index, obj) 参数index -- 对象obj需要插入的索引位置。 obj -- 要插入列表中的对象。先获取原列名集合, 赋值给新变量(这个很重要,具体原因我也不知道为啥), 然后 insert col_name = df.columns.tolist() col_name.insert(1,'D') df.reindex(columns=col_name) Out[92]: A D B C 01 NaNNoneNone 13 NaNNoneNone 或者不用数字索引,直接在某列前面或后面插入,利用 list.index的方法 col_name = df.columns.tolist() col_name.insert(col_name.index('B'),'D')# 在 B 列前面插入 df.reindex(columns=col_name) Out[93]: A D B C 01 NaNNoneNone 13 NaNNoneNone col_name = df.columns.tolist() col_name.insert(col_name.index('B')+1,'D') # 在 B 列后面插入 df.reindex(columns=col_name) Out[96]: A B D C 01None NaNNone 13None NaNNone 转自:http://www.th7.cn/Program/Python/201708/1216328.shtml |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |