对比Excel，Python pandas在数据框架中插入列

标签：Python与Excel,pandas

在Excel中，可以通过功能区或者快捷菜单中的命令或快捷键插入列，对于Python来说，插入列也很容易。

我们已经探讨了如何将行插入到数据框架中，并且我们必须为此创建一个定制的解决方案。将列插入数据框架要容易得多，因为pandas提供了一个内置的解决方案。我们将看到一些将列插入到数据框架的不同方法。

.insert()方法

最快的方法是使用pandas提供的.insert（）方法。该方法接受以下参数：

• loc–用于插入的索引号
• column–列名称
• value–要插入的数据

让我们使用前面的示例来演示。我们的目标是在第一列之后插入一个值为100的新列。注意，insert()方法将覆盖原始的df。

图1

方括号法

现在给列赋值，而不是引用它。继续上一个示例：

图2

看看创建计算列有多容易？注意，此方法还可以通过向原始df添加一个新列来覆盖它，这正是我们所需要的。但是，使用此方法无法选择要添加新列的位置，它将始终添加到数据框架的末尾。

通过重新赋值更改列顺序

那么，如果我想在“新列”列之后插入这一列列，该怎么办？没问题！

记住，我们可以通过将列名列表传递到方括号中来引用多列？例如，df[['列1','列2','列3']]将为我们提供一个包含三列的数据框架，即“列1”、“列2”和“列3”。最好的情况是，列顺序与你键入这些名称的顺序完全相同。

图3

这样，我们可以根据自己的喜好对列名列表进行排序，然后将重新排序的数据框架重新分配给原始df。

图4

使用.reindex()改变列顺序

这基本上是相同的思想——对列名重新排序，此方法与前一种方法的唯一区别在于语法。

图5

插入多列到数据框架中

insert()和”方括号”方法都允许我们一次插入一列。如果需要插入多个列，只需执行循环并逐个添加列。但是，如果有许多列，并且数据集很大，那么循环方法将非常慢，还有其他更有效的方法，后续会介绍。

注：本文学习整理自pythoninoffice.com。