pandas把某一列插入dataframe中

可以使用`insert()`方法将某一列插入到DataFrame中。

例如，假设我们有一个DataFrame `df`，其中包含两列`A`和`B`，我们想要在第二列`B`之前插入一列`C`，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.insert(loc=1, column='C', value=[7, 8, 9])

在这里，`loc`参数指定要插入的列的索引位置，`column`参数指定要插入的列的名称，`value`参数指定要插入的列的值。

输出结果如下：

   A  C  B
0  1  7  4
1  2  8  5
2  3  9  6

相关问题

pandas dataframe 将一列数据插入到一个dataframe对象的指定列

可以使用以下代码将一列数据插入到指定列中：

import pandas as pd

# 创建一个dataframe对象
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

# 定义要插入的列数据
new_col = [7, 8, 9]

# 插入数据到指定列
df.insert(loc=1, column='C', value=new_col)
print(df)

在上述代码中，我们首先创建了一个名为`df`的dataframe对象，其中包含两列数据`A`和`B`。然后，我们定义一个包含新列数据的列表`new_col`，并使用`insert()`函数将其插入到了`df`对象的第二列（位置`1`）中，新的列名为`C`。最后，我们打印了修改后的dataframe对象。

将一列list插入Dataframe中

可以使用 pandas 的 DataFrame 和 Series 的内置方法，例如使用 pd.concat() 将两个数据框拼接起来，或使用 .loc[] 方法将一个 list 插入到 DataFrame 中的某个列中。具体操作如下：

假设有一个包含列名为 "col1" 的 DataFrame，和一个列中包含若干元素的 list，将这个 list 插入到 DataFrame 中的 "col1" 列中：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({"col1": [1, 2, 3, 4]})

# 创建要插入的 list
lst = [5, 6, 7, 8]

# 将 list 插入到 DataFrame 的第 0 列
df.insert(0, "new_col1", lst)

# 将 list 插入到 DataFrame 的末尾
df["new_col1"] = lst

第一个方法使用了 DataFrame 的 insert() 方法。此方法可将指定列名的 list 插入到 DataFrame 中的任意位置。在此例中，将 list 插入到了 DataFrame 中的第 0 列。

第二个方法简单粗暴地将整个 list 赋值给 DataFrame 中的某个列。这个方法会覆盖掉原来该列上的所有值。