用python在表格中增加一列

可以使用Python中的pandas库来实现在表格中增加一列的操作。

首先，需要导入pandas库：

import pandas as pd

然后，可以使用pandas的read_csv函数来读取csv文件并将其转换成DataFrame对象。假设我们要在以下示例数据中增加一列“总分”。

姓名,语文成绩,数学成绩,英语成绩
张三,89,78,92
李四,77,85,79
王五,92,90,88

代码如下：

df = pd.read_csv('example.csv')

接着，我们可以使用DataFrame对象的assign函数来增加一列。例如，我们可以将“总分”列设置为语文、数学和英语成绩的总和。

df = df.assign(总分=df.语文成绩 + df.数学成绩 + df.英语成绩)

最后，我们可以使用to_csv函数将修改后的DataFrame对象保存为csv文件。

df.to_csv('example_with_total.csv', index=False)

完整代码如下：

import pandas as pd

df = pd.read_csv('example.csv')
df = df.assign(总分=df.语文成绩 + df.数学成绩 + df.英语成绩)
df.to_csv('example_with_total.csv', index=False)

相关问题

用Python将表格中的一列姓名脱敏

要将表格中的一列姓名脱敏，可以使用Python的pandas库进行操作。下面是一个示例代码：

import pandas as pd
import random

# 读取表格数据
df = pd.read_excel('data.xlsx')

# 将需要脱敏的列转换为字符串类型
df['需要脱敏的列名'] = df['需要脱敏的列名'].astype(str)

# 将每个姓名随机替换为一个由9个*组成的字符串
def mask_name(name):
    if len(name) == 2:  # 如果姓名只有两个字，则脱敏后显示姓和一个*
        return name[0] + '*'
    elif len(name) > 2:  # 如果姓名大于两个字，则脱敏后显示姓和5个*，再加上名的首字母
        return name[0] + '*'*5 + name[-1]
    else:
        return name

df['需要脱敏的列名'] = df['需要脱敏的列名'].apply(lambda x: mask_name(x))

# 保存修改后的表格
df.to_excel('data_processed.xlsx', index=False)

在上面的示例中，我们首先使用pandas库读取了一个Excel表格数据，然后将需要脱敏的列转换为字符串类型。接着，我们定义了一个mask_name函数，用于将每个姓名随机替换为一个由9个*组成的字符串。对于只有两个字的姓名，我们将脱敏后的结果显示为姓和一个*；对于大于两个字的姓名，我们将脱敏后的结果显示为姓和5个*，再加上名的首字母。最后，我们使用apply函数将mask_name函数应用到需要脱敏的列中，最终将修改后的表格保存到一个新文件中。

用python将表格中一列数据脱敏

要将表格中的一列数据进行脱敏，可以使用Python的pandas库进行操作。下面是一个示例代码：

import pandas as pd
import hashlib

# 读取表格数据
df = pd.read_excel('data.xlsx')

# 将需要脱敏的列转换为字符串类型
df['需要脱敏的列名'] = df['需要脱敏的列名'].astype(str)

# 对每个值进行hash加密
df['需要脱敏的列名'] = df['需要脱敏的列名'].apply(lambda x: hashlib.sha256(x.encode('utf-8')).hexdigest())

# 保存修改后的表格
df.to_excel('data_processed.xlsx', index=False)

在上面的示例中，我们首先使用pandas库读取了一个Excel表格数据，然后将需要脱敏的列转换为字符串类型。接着，我们使用hashlib库对每个值进行SHA-256加密处理，最后将修改后的表格保存到一个新文件中。这样就可以保护数据隐私了。