在dataframe指定两列之间插入一个新的dataframe

可以使用`concat`函数将两个`dataframe`合并成一个新的`dataframe`，然后使用`insert`函数在指定位置插入新的一列。具体步骤如下：

import pandas as pd
import numpy as np

# 创建两个示例dataframe
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

# 使用concat函数将两个dataframe合并成一个新的dataframe
new_df = pd.concat([df1, df2], axis=1)

# 使用insert函数在指定位置插入新的一列
new_df.insert(2, 'new_column', np.random.randint(20, size=3))

# 输出新的dataframe
print(new_df)

运行以上代码，将在原有的`df1`和`df2`之间插入一个新的`dataframe`，并在第三列插入了一个名为`new_column`的新列。

相关问题

dataframe 指定位置插入多列

要在DataFrame中指定位置插入多列，可以使用pandas的insert()方法。该方法具有以下参数：

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

- loc: int

要插入列的位置（索引）。

- column: str or int or tuple

要插入的列名或多个列名的列表或元组。

- value: object or int or float

要插入的值或多个值的列表或数组。长度必须与DataFrame的行数相同。

- allow_duplicates: bool

如果为真，则允许插入重复列名（默认为假）。

例如，如果DataFrame df包含以下数据：

| | A | B | C |
|---|---|---|---|
| 0 | 1 | 2 | 3 |

要在B列之后插入两列D和E，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'A':[1],'B':[2],'C':[3]})
cols_to_insert = ['D', 'E']
values_to_insert = [[4,5]]

df.insert(loc = df.columns.get_loc('B')+1, column = cols_to_insert, value = values_to_insert)

结果是：

| | A | B | D | E | C |
|---|---|---|---|---|---|
| 0 | 1 | 2 | 4 | 5 | 3 |

可以看到，D和E列已经成功插入到B列之后。这里使用了get_loc()方法来获取B列的索引位置。values_to_insert值是一个含有一行两列的列表，因为要插入两列新数据。如果需要插入更多列，则需要调整values_to_insert列表的大小和组织方式。

dataframe指定位置添加一列列名为小白 数据=其中两列的和

假设dataframe为df，可以使用以下代码在指定位置添加一列：

import pandas as pd

# 假设要在第三列（索引为2）后插入新列
new_col = df.iloc[:, 0] + df.iloc[:, 1]
df.insert(loc=2, column='小白', value=new_col)

其中，`iloc[:, 0]`表示取所有行的第一列数据，`iloc[:, 1]`表示取所有行的第二列数据，`new_col`为这两列数据的和。`insert()`方法用于在指定位置插入新列，`loc`参数表示插入位置的索引，`column`参数表示新列的列名，`value`参数表示新列的数据。