在 Pandas DataFrame 中添加一列
在本教程中,你将学习将特定列添加到 Pandas DataFrame 中。
在开始之前,我们创建一个虚拟 DataFrame 来使用。在这里,我们制作了两个 DataFrame,即 dat1
和 dat2
,以及一些条目。
import pandas as pd
dat1 = pd.DataFrame({'dat1': [9,5]})
print(dat1)
输出:
dat1
0 9
1 5
现在,让我们创建另一个名为 dat2
的 DataFrame。我们可以使用下面的代码来做到这一点。
dat2 = pd.DataFrame({'dat2': [7,6]})
print(dat2)
输出:
dat2
0 7
1 6
正如我们可以看到的 dat1
和 dat2
,我们有 2 列和 2 行,其中一个表示索引,第二个表示我们 DataFrame 中的值。
在 Pandas 中使用 concat()
追加一列
我们可以使用 Pandas 中的 concat
函数在单个参数的帮助下将多个 DataFrame 合并或连接为一个,该参数作为数组传递,所有要组合的 DataFrame。
我们需要指定添加 DataFrame 的轴,以根据列或行来更改 DataFrame。
现在,让我们尝试将 dat2
合并到 dat1
DataFrame。我们使用以下代码:
dat1 = pd.concat([dat1, dat2], axis=1)
输出:
dat1 dat2
0 9 7
1 5 6
从代码中可以明显看出,我们使用值为 1 的轴参数。轴参数表示我们要在第一个参数中分配的数组 DataFrame 中添加一列。
在输出中,dat1
已被更改,因此在第一个轴中添加了一个附加列。
在 Pandas 中使用 join()
追加一列
Pandas 使用另一个称为 join
函数的函数来帮助我们。此功能有助于连接两个不同的 DataFrame,从而帮助我们将特定列添加到特定 DataFrame。
我们可以在这个函数的帮助下合并 dat1
和 dat2
。
val = dat1.join(dat2)
print(val)
输出:
dat1 dat2
0 9 7
1 5 6
正如我们所见,我们得到了预期的结果。值得注意的是,借助 Pandas 中的 join
函数,我们在 dat1
DataFrame 中添加了一个新列。
借助 Pandas 中的 join
函数和 concat
函数,我们可以根据需要在需要时有效地过滤数据,并将特定列或一组列添加到特定数据集中。