pandas dataframe在指定的位置添加一列, 或者一次性添加几列，reindex，pd.concat的使用 |
您所在的位置：网站首页 › pandas怎么添加一列 › pandas dataframe在指定的位置添加一列, 或者一次性添加几列，reindex，pd.concat的使用 |
|
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， df = pd.DataFrame(columns=['A', 'B'], data = [[1,2],[3,4]]) df Out[52]: A B 0 1 2 1 3 4 df['B'] = None df['C'] = None df Out[55]: A B C 0 1 None None 1 3 None None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 # 结果就报错了 KeyError: "['D' 'E'] not in index"所以接下来我想介绍两种认为比较简便的方法 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'))]) Out[57]: A B C D E 0 1.0 None None NaN NaN 1 3.0 None None NaN NaN 第二种方法是利用 reindex来重排和增加列名 df.reindex(columns=list('ABCDE')) Out[58]: A B C D E 0 1 None None NaN NaN 1 3 None None NaN NaN 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')) Out[59]: B C A D E 0 None None 1 NaN NaN 1 None None 3 NaN NaNreindex 还有 fill_value 选项，可以填充NaN，例子如下 df.reindex(columns=list('ABCDE'), fill_value=0) Out[60]: A B C D E 0 1 None None 0 0 1 3 None None 0 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 df Out[86]: A B C 0 1 None None 1 3 None None col_name = df.columns.tolist() col_name.insert(1,'D') df.reindex(columns=col_name) Out[92]: A D B C 0 1 NaN None None 1 3 NaN None None 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 0 1 NaN None None 1 3 NaN None None 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 0 1 None NaN None 1 3 None NaN None
|
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 |