在 Pandas DataFrame 中新增一列
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。