python pandas的dataframe添加一列数据

要向 Python Pandas DataFrame 添加一行数据，可以使用 `append()` 方法。以下是一个示例：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    '列1': [1, 2, 3],
    '列2': ['A', 'B', 'C']
})

# 创建要添加的行数据
new_row = {'列1': 4, '列2': 'D'}

# 使用 append() 方法将行数据添加到 DataFrame 中
df = df.append(new_row, ignore_index=True)

print(df)

输出结果如下：

   列1 列2
0   1  A
1   2  B
2   3  C
3   4  D

在上面的示例中，我们首先创建了一个包含两列数据的 DataFrame，然后创建一个新的行数据，并使用 `append()` 方法将其添加到 DataFrame 中。请注意，我们使用了 `ignore_index=True` 参数来确保新行数据的索引是自动生成的整数索引。如果不使用该参数，新行数据的索引将是原始 DataFrame 中最后一行的索引加 1。

相关问题

python pandas dataframe对象根据列索引输出某范围的数据

要输出某个范围的数据，可以使用DataFrame的切片功能。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': ['a', 'b', 'c', 'd', 'e'],
                   'C': [0.1, 0.2, 0.3, 0.4, 0.5]})

# 输出第2到第4行的所有数据
print(df.iloc[1:4, :])

# 输出第2到第4行的A和C列数据
print(df.loc[1:3, ['A', 'C']])

输出：

   A  B    C
1  2  b  0.2
2  3  c  0.3
3  4  d  0.4
   A    C
1  2  0.2
2  3  0.3
3  4  0.4

上面的代码中，使用了不同的索引方式。`.iloc`使用了整数位置索引，可以根据行列的位置进行切片。而`.loc`使用了标签索引，可以根据行列的标签进行切片。可以根据实际情况选择不同的索引方式来输出数据。

python给dataframe添加一列

在Python中，可以使用Pandas库中的DataFrame类来添加新的列。

举个例子，假设你有一个名为df的DataFrame，并且你想在其中添加一个名为“新列”的列，可以使用以下代码：

df['新列'] = 值

其中值可以是一个列表，也可以是一个常量。例如，如果你想让所有行的新列都是0，可以使用：

df['新列'] = 0

也可以使用assign()函数来添加新列
df = df.assign(新列 = 值)

例如，如果你想让所有行的新列都是0，可以使用：
df = df.assign(新列 = 0)

希望这能帮到你！