在Python中,可以使用pandas库来处理数据帧(DataFrame)并添加多个列。要保持标识列不变,可以使用merge函数将多个数据帧按照标识列进行合并。
以下是一个示例代码:
import pandas as pd
# 创建多个数据帧
df1 = pd.DataFrame({'ID': [1, 2, 3, 4],
'Name': ['Alice', 'Bob', 'Charlie', 'David']})
df2 = pd.DataFrame({'ID': [1, 2, 3, 4],
'Age': [25, 30, 35, 40]})
df3 = pd.DataFrame({'ID': [1, 2, 3, 4],
'City': ['New York', 'London', 'Paris', 'Tokyo']})
# 使用merge函数按照标识列合并数据帧
merged_df = pd.merge(df1, df2, on='ID')
merged_df = pd.merge(merged_df, df3, on='ID')
# 添加多个列
merged_df['Salary'] = [5000, 6000, 7000, 8000]
merged_df['Department'] = ['HR', 'IT', 'Marketing', 'Finance']
# 打印结果
print(merged_df)
输出结果如下:
ID Name Age City Salary Department
0 1 Alice 25 New York 5000 HR
1 2 Bob 30 London 6000 IT
2 3 Charlie 35 Paris 7000 Marketing
3 4 David 40 Tokyo 8000 Finance
在这个示例中,我们创建了三个数据帧df1、df2和df3,它们都有一个共同的标识列ID。然后使用merge函数按照ID列将它们合并成一个数据帧merged_df。最后,我们使用直接赋值的方式添加了两个新列Salary和Department。
对于腾讯云相关产品和产品介绍链接地址,由于不能提及具体品牌商,建议您访问腾讯云官方网站或进行相关搜索来获取相关信息。
领取专属 10元无门槛券
手把手带您无忧上云