Python pandas.DataFrame.insert函数方法的使用

Pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。本文主要介绍一下Pandas中pandas.DataFrame.insert方法的使用。

DataFrame.insert(self, loc, column, value, allow_duplicates=False) [source]

将列插入到DataFrame中的指定位置。

引发一个ValueError如果列已经包含在DataFrame，除非allow_duplicates设置为True。

参数：	loc ： `int` 插入索引，必须验证`0 <= loc <= len`（columns） column ：字符串，数字或hashable对象插入列的标签 value ： int，Series或类似数组的值 allow_duplicates ：布尔值，可选

例子

可以在任何位置添加一个列，而不仅仅是在结尾处。它还提供了用于插入列值的不同选项。

import pandas as pd # 定义一个包含学生数据的字典data = {'Name': ['Jai', 'Princi', 'Gaurav', 'Anuj'],         'Height': [5.1, 6.2, 5.1, 5.2],         'Qualification': ['Msc', 'MA', 'Msc', 'Msc']} # 将字典转换为DataFramedf = pd.DataFrame(data) # 使用datafame .insert()添加一个列df.insert(2, "Age", [21, 23, 24, 21], True)

插入具有静态值的列：

import pandas as pd # 读取csv文件data = pd.read_csv("pokemon.csv") # displying  dataframe - Output 1 data.head() # 在DataFrame中插入具有静态值的列data.insert(2, "Team", "Any") # displaying data frame again - Output 2 data.head()

每行传递不同的series:

import pandas as pd #创建一个空白的 series Type_new = pd.Series([]) # 读取csv文件data = pd.read_csv("pokemon.csv") # 运行一个for循环并将一些值赋给seriesfor i in range(len(data)):     if data["Type"][i] == "Grass":         Type_new[i]="Green"    elif data["Type"][i] == "Fire":         Type_new[i]="Orange"    elif data["Type"][i] == "Water":         Type_new[i]="Blue"    else:         Type_new[i]= data["Type"][i] # 插入具有上述列表值的新列data.insert(2, "Type New", Type_new)