本文概述
- 使用[]运算符将新列添加到DataFrame
- 使用insert()在DataFrame中添加新列
import pandas as pdaa = pd.read_csv("aa.csv")aa.head()
上面的代码读取了现有的csv文件, 并将数据值列显示为输出。
输出
Name
Hire Date
Salary
Leaves Remaining
0 John Idle
03/15/14
50000.0
10
1 Smith Gilliam
06/01/15
65000.0
8
2 Parker Chapman
05/12/14
45000.0
10
3 Jones Palin
11/01/13
70000.0
3
4 Terry Gilliam
08/12/14
48000.0
7
5 Michael Palin
05/23/13
66000.0
8
使用[]运算符将新列添加到DataFrame如果要在表末尾添加任何新列, 则必须使用[]运算符。让我们在” aa” csv文件中添加一个名为” Age” 的新列。
import pandas as pdaa = pd.read_csv("aa.csv")aa["Age"] = "24"aa.head()
此代码在aa csv文件的末尾添加了” 年龄” 列。因此, 添加列后的新表将如下所示:
NameHire DateSalaryLeaves RemainingAge0John Idle03/15/1450000.010241Smith Gilliam06/01/1565000.0824 2Parker Chapman05/12/1445000.010243Jones Palin11/01/1370000.03244Terry Gilliam08/12/1448000.07245Michael Palin05/23/1366000.0824
在上面的代码中, Age值定义了通用值, 这意味着其值对于所有行都是通用的。如果我们指定的列名不存在, Pandas将抛出错误。
例如:
aa["Designation"]
在上面的代码中, Pandas将引发错误, 因为” 指定” 列不存在。
但是, 如果我们为该列分配一个值, Pandas将在表末尾自动生成一个新列。
使用insert()在DataFrame中添加新列我们还可以使用方法名称插入在现有DataFrame中的任何位置添加一个新列。
对于演示, 首先, 我们必须编写代码以读取由DataFrame中的某些列组成的现有文件。
import pandas as pdaa = pd.read_csv("aa.csv")aa.head()s
上面的代码读取了现有的csv文件, 并在输出中显示了data values列。
输出
NameHire DateSalaryLeaves Remaining0John Idle03/15/1450000.0101Smith Gilliam06/01/1565000.082Parker Chapman05/12/1445000.0103Jones Palin11/01/1370000.034Terry Gilliam08/12/1448000.075Michael Palin05/23/1366000.08
让我们使用插入方法将新列名称” 部门” 添加到现有的” aa” csv文件中。
import pandas as pdaa = pd.read_csv("aa.csv")aa.insert(2, column = "Department", value = "http://www.srcmini.com/B.Sc")aa.head()
输出
NameHire DateDepartmentSalaryLeaves Remaining0John Idle03/15/14B.Sc50000.0101Smith Gilliam06/01/15B.Sc65000.082Parker Chapman05/12/14B.Sc45000.0103Jones Palin11/01/13B.Sc70000.034Terry Gilliam08/12/14B.Sc48000.075Michael Palin05/23/13B.Sc66000.08
推荐阅读
- Python Pandas如何读取文件(详细实现————)
- Pandas DataFrame.sum()使用介绍
- Pandas DataFrame.shift()用法示例
- Pandas DataFrame.fillna()例子
- Pandas DataFrame.where()例子
- Pandas DataFrame.transpose()使用示例
- Pandas DataFrame.to_excel()用法详解
- Pandas DataFrame.transform用法详解
- PandasDataframe.sample()使用介绍