pandas—添加新列的常見方法

pandas為DataFrame格式數據添加新列的方法非常簡單，只需要新建一個列索引，再為其賦值即可。
以下總結了5種常見添加新列的方法。

首先，創建一個DataFrame結構數據，作為數據舉例。

import pandas as pd
# 創建一個DataFrame結構數據
data = {
'a': ['a0', 'a1', 'a2'],
'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('舉例數據情況：\n', df)

添加新列的方法，如下：
一、insert()函數
語法：
DataFrame.insert(loc, column, value,allow_duplicates = False)

參數說明loc必要字段，int類型數據，表示插入新列的列位置，原來在該位置的列將向右移。column必要字段，插入新列的列名。value必要字段，新列插入的值。如果僅提供一個值，將為所有行設置相同的值。可以是int，string，float等，甚至可以是series /值列表。allow_duplicates布爾值，用於檢查是否存在具有相同名稱的列。默認為False，不允許與已有的列名重復。

實例：插入c列

df.insert(loc=2, column='c', value=3) # 在最後一列後，插入值全為3的c列
print('插入c列：\n', df)

二、直接賦值法
語法：df[‘新列名’]=新列的值
實例：插入d列

df['d'] = [1, 2, 3] # 插入值為[1,2,3]的d列
print('插入d列：\n', df)

注：該方法不可以選擇插入新列的位置，默認為最後一列。如果新增的一列值相同，直接為其賦值一個常量即可；如果插入值不同，為列表格式，需與已有列的行數長度一致，如舉例中原來列為3行，新增列也必須有3個值。

三、reindex()函數
語法：df.reindex(columns=[原來所有的列名,新增列名],fill_value=值)
reindex()函數用法較多，此處只是針對添加新列的用法
實例：插入e列

df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e']) # 不加fill_value參數，默認值為Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1) # 加入fill_value參數，填充值為1
print('插入e列(不加fill_value參數)：\n', df1)
print('插入e列(加fill_value參數)：\n', df2)

注：該方法需要把原有的列名和新列名都加上，如果列名過多，就比較麻煩。

四、concat()函數
原理：利用拼接的方式，添加新的一列。好處是可以同時新增多個列名。
concat()函數用法較多，此處只是針對添加新列的用法
實例：插入f列

df1 = pd.concat([df1, pd.DataFrame(columns=['f'])])
print('插入f列：\n', df1)

五、loc()函數
原理：利用loc的行列索引標簽來實現。
語法：df.loc[:,新列名]=值
實例：插入g列

df1.loc[:, 'g'] = 0
print('插入g列：\n', df1)

以上就是pandas添加新列的5種常見用法。

【微信搜索【一位代碼】即可關注我】
-end-