增添一列
（1）insert 方法
使用 pandas 的 insert 方法，第一个参数指定插入列的位置，第二个参数指定插入列的列名，第三个参数指定插入列的数据。
data.insert(data.shape[1], 'd', 0)
data
a b c d
0 1 2 3 0
1 4 5 6 0
2 7 8 9 0
df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})
df
col1 col2
0 1 3
1 2 4
df.insert(1, "newcol", [99, 99])
df
col1 newcol col2
0 1 99 3
1 2 99 4
df.insert(0, "col1", [100, 100], allow_duplicates=True)
df
col1 col1 newcol col2
0 100 1 99 3
1 100 2 99 4
（2）obj[‘col’] = value 方法
直接对 DataFrame 直接赋值即可
in [6]: data['d'] = 0
in [7]: data
out[7]:
a b c d
0 1 2 3 0
1 4 5 6 0
2 7 8 9 0
增加多列 – concat
pd.concat ( objs , axis = 0 , join = ‘outer’ , ignore_index = False , keys = None , levels = None , names = None , verify_integrity = False , sort = False , copy = True ）
常用参数包括objs、axis、join、keys、ignore_index。
1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。
2.pd.concat([df1,df4],axis=1)–在1轴上合并
3.pd.concat([df1,df2,df3],keys=[‘x’, ‘y’, ‘z’])–合并时便于区分建立层次化索引。
4.pd.concat([df1, df4], axis=1, join=’inner’)–采用内连接合并，join默认为outer外连接。
5.pd.concat([df1, df4], ignore_index=True)–当原来DataFrame的索引没有意义的时候，concat之后可以不需要原来的索引。
Original: https://blog.csdn.net/weixin_47464737/article/details/120362900
Author: 不染pigpig
Title: Panda 增加列（单列和多列）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/751099/
转载文章受原作者版权保护。转载请注明原作者出处！