Pandas – dataframe.insert()

Pandas – dataframe.insert()

Pandas的插入方法允许用户在一个数据框架或系列(1-D数据框架)中插入一列。也可以通过以下方法在数据框架中手动插入一列,但这里没有太多的自由。
例如,即使是列的位置也不能决定,因此,插入的列总是插入在最后的位置。
语法:

DataFrameName.insert(loc, column, value, allow_duplicates = False)

参数:

loc: loc是一个整数,是我们要插入新列的位置。这将使该位置上的现有列向右移动。
column: column是一个字符串,是要插入的列的名称。
value: value是简单的要插入的值。它可以是int, string, float或任何东西,甚至是系列/列表的值。只提供一个值将为所有行设置相同的值。
allow_duplicates : allow_duplicates是一个布尔值,用于检查同名的列是否已经存在。

这里找到所用的csv文件的链接。

插入一个具有静态值的列。

# importing pandas module
import pandas as pd
  
# reading csv file
data = pd.read_csv("pokemon.csv")
  
# displaying  dataframe - Output 1
data.head()

输出:

Pandas - dataframe.insert

插入列后

# importing pandas module
import pandas as pd
 
# reading csv file
data = pd.read_csv("pokemon.csv")
 
# displaying  dataframe - Output 1
data.head()
 
# inserting column with static value in data frame
data.insert(2, "Team", "Any")
 
# displaying data frame again - Output 2
data.head()

Pandas - dataframe.insert

传递每行不同值的系列。

在这个例子中,我们创建了一个系列,并通过for循环向该系列传递一些数值。之后,系列被传递到pandas的insert函数中,以传递的值追加到数据框中的系列。

# importing pandas module
import pandas as pd
 
# creating a blank series
Type_new = pd.Series([])
 
# reading csv file
data = pd.read_csv("pokemon.csv")
 
 
# running a for loop and assigning some values to series
for i in range(len(data)):
    if data["Type"][i] == "Grass":
        Type_new[i]="Green"
 
    elif data["Type"][i] == "Fire":
        Type_new[i]="Orange"
 
    elif data["Type"][i] == "Water":
        Type_new[i]="Blue"
 
    else:
        Type_new[i]= data["Type"][i]
 
         
# inserting new column with values of list made above       
data.insert(2, "Type New", Type_new)
 
# list output
data.head()

输出:

Pandas - dataframe.insert

赞(1)

猜你喜欢

    评论 抢沙发

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址
    Pandas 教程
    Pandas 教程Pandas 简介Pandas 环境配置Pandas 数据结构Pandas 序列(Series)Pandas 创建DataFramePandas DataFrame 读取 添加和删除Pandas 面板(Panel)Pandas DataFrame 属性和方法Pandas Series 属性和方法Pandas 描述性统计Pandas 函数应用Pandas 重新索引(Reindexing)Pandas 迭代Pandas 排序Pandas 字符串和文本数据Pandas 选项和自定义Pandas 索引和选择数据Pandas 统计函数Pandas 窗口函数Pandas 缺失值处理Pandas和Numpy的区别
    Pandas 实例
    Pandas 对象创建Pandas 查看数据Pandas 选择数据Pandas 操作数据如何在Python中把Sklearn数据集转换成Pandas数据框使用pandas和matplotlib 进行绘图
    Pandas 数据处理
    Pandas 数据处理Pandas GroupBy 用法Pandas 合并(merge)Pandas 拼接(concat)Pandas 删除数据Pandas 旋转数据
    Pandas 数据读取与写入
    Pandas 数据读取与写入Pandas 读写csvPandas 读写jsonPandas 读写htmlPandas 读写excelPandas 读取txtPandas 数据库操作Pandas 读写sqlite数据库
    Pandas 常用函数
    Pandas 常用函数
    Pandas DataFrame类
    Pandas DataFrame详解Pandas - DataFrame.dropna()Pandas - DataFrame.fillna() 替换DataFrame中的空值Pandas - dataframe.insert()Pandas - Dataframe.sort_values() part1Pandas - Dataframe.sort_values() part2Pandas - DataFrame.isin()Pandas - DataFrame.where()Pandas - Dataframe.Diplicated()Pandas DataFrame.at介绍Pandas DataFrame.columns函数Pandas DataFrame.dtypes属性Pandas dataframe.info()函数Pandas dataframe.select_dtypes()函数Pandas DataFrame.values属性Pandas DataFrame.axes属性Pandas dataframe.memory_usage()函数Pandas DataFrame.empty属性Pandas DataFrame.astype()函数Pandas dataframe.infer_objects()函数