迹忆客 专注技术分享

在本教程中，你将学习将特定列添加到 Pandas DataFrame 中。

在开始之前，我们创建一个虚拟 DataFrame 来使用。在这里，我们制作了两个 DataFrame，即 dat1 和 dat2，以及一些条目。

import pandas as pd

dat1 = pd.DataFrame({"dat1": [9, 5]})
print(dat1)

输出：

   dat1
0     9
1     5

现在，让我们创建另一个名为 dat2 的 DataFrame。我们可以使用下面的代码来做到这一点。

dat2 = pd.DataFrame({"dat2": [7, 6]})
print(dat2)

输出：

   dat2
0     7
1     6

正如我们可以看到的 dat1 和 dat2，我们有 2 列和 2 行，其中一个表示索引，第二个表示我们 DataFrame 中的值。

在 Pandas 中使用 concat() 追加一列

我们可以使用 Pandas 中的 concat 函数在单个参数的帮助下将多个 DataFrame 合并或连接为一个，该参数作为数组传递，所有要组合的 DataFrame。

我们需要指定添加 DataFrame 的轴，以根据列或行来更改 DataFrame。

现在，让我们尝试将 dat2 合并到 dat1 DataFrame。我们使用以下代码：

dat1 = pd.concat([dat1, dat2], axis=1)

输出：

   dat1  dat2
0     9     7
1     5     6

从代码中可以明显看出，我们使用值为 1 的轴参数。轴参数表示我们要在第一个参数中分配的数组 DataFrame 中添加一列。

在输出中，dat1 已被更改，因此在第一个轴中添加了一个附加列。

在 Pandas 中使用 join() 追加一列

Pandas 使用另一个称为 join 函数的函数来帮助我们。此功能有助于连接两个不同的 DataFrame，从而帮助我们将特定列添加到特定 DataFrame。

我们可以在这个函数的帮助下合并 dat1 和 dat2。

val = dat1.join(dat2)
print(val)

输出：

   dat1  dat2
0     9     7
1     5     6

正如我们所见，我们得到了预期的结果。值得注意的是，借助 Pandas 中的 join 函数，我们在 dat1 DataFrame 中添加了一个新列。

借助 Pandas 中的 join 函数和 concat 函数，我们可以根据需要在需要时有效地过滤数据，并将特定列或一组列添加到特定数据集中。