在 Pandas DataFrame 中新增一列

1. 在 Pandas 中使用 concat() 追加一列
2. 在 Pandas 中使用 join() 追加一列

在本教程中，你將學習將特定列新增到 Pandas DataFrame 中。

在開始之前，我們建立一個虛擬 DataFrame 來使用。在這裡，我們製作了兩個 DataFrame，即 dat1 和 dat2，以及一些條目。

import pandas as pd
dat1 = pd.DataFrame({'dat1': [9,5]})
print(dat1)

輸出：

   dat1
0     9
1     5

現在，讓我們建立另一個名為 dat2 的 DataFrame。我們可以使用下面的程式碼來做到這一點。

dat2 = pd.DataFrame({'dat2': [7,6]})
print(dat2)

輸出：

   dat2
0     7
1     6

正如我們可以看到的 dat1 和 dat2，我們有 2 列和 2 行，其中一個表示索引，第二個表示我們 DataFrame 中的值。

在 Pandas 中使用 concat() 追加一列

我們可以使用 Pandas 中的 concat 函式在單個引數的幫助下將多個 DataFrame 合併或連線為一個，該引數作為陣列傳遞，所有要組合的 DataFrame。

我們需要指定新增 DataFrame 的軸，以根據列或行來更改 DataFrame。

現在，讓我們嘗試將 dat2 合併到 dat1 DataFrame。我們使用以下程式碼：

dat1 = pd.concat([dat1, dat2], axis=1)

輸出：

   dat1  dat2
0     9     7
1     5     6

從程式碼中可以明顯看出，我們使用值為 1 的軸引數。軸參數列示我們要在第一個引數中分配的陣列 DataFrame 中新增一列。

在輸出中，dat1 已被更改，因此在第一個軸中新增了一個附加列。

在 Pandas 中使用 join() 追加一列

Pandas 使用另一個稱為 join 函式的函式來幫助我們。此功能有助於連線兩個不同的 DataFrame，從而幫助我們將特定列新增到特定 DataFrame。

我們可以在這個函式的幫助下合併 dat1 和 dat2。

val = dat1.join(dat2)
print(val)

輸出：

   dat1  dat2
0     9     7
1     5     6

正如我們所見，我們得到了預期的結果。值得注意的是，藉助 Pandas 中的 join 函式，我們在 dat1 DataFrame 中新增了一個新列。

藉助 Pandas 中的 join 函式和 concat 函式，我們可以根據需要在需要時有效地過濾資料，並將特定列或一組列新增到特定資料集中。