pandas 固定值 增加一列_pandas dataframe在指定的位置添加一列, 或者一次性添加几列，re...

相信有不少人收这个问题的困扰，若是你想一次性在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；能够用到的函数有df.reindex, pd.concathtml

咱们来看一个例子：函数

df 是一个DataFrame， 若是你只想在df的后面添加一列，能够用下面的方法:spa

可是若是你想一次性添加两列级以上，你可能会用通样的办法code

df[['D','E']] == None ,结果报错以下：htm

因此接下来我想介绍两种认为比较简便的方法对象

(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blog

pd.concat([df, pd.DataFrame(columns=list('DE'))])索引

(2)第二种方法是利用 reindex来重排和增长列名df.reindex(columns=list('ABCDE'))pandas

这种方法，你能够改变各列的相对位置，且保留原始列的数值，好比df.reindex(columns=list('BCADE'))class

reindex 还有 fill_value 选项，能够填充NaN，例子以下df.reindex(columns=list('ABCDE'), fill_value=0)

固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，都敲出来确定不方便，因此咱们须要更强大的方法，运用到 list.insert的方法list.insert(index, obj)

参数

index -- 对象obj须要插入的索引位置。

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，具体缘由我也不知道为啥)， 而后 insert

col_name =df.columns.tolist()

col_name.insert(1,'D')

df.reindex(columns=col_name)

Out[92]:

A D B C01NaNNoneNone13NaNNoneNone

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 C01NaNNoneNone13NaNNoneNone

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