在Python Pandas中原地填入多列数据

Python Pandas中原地填入多列数据有多种方式，本文将讲解以下几种方式：

1. 使用assign方法
2. 使用loc方法
3. 使用iloc方法

以下是详细说明。

使用assign方法

使用assign方法可以在原有的DataFrame上面直接添加新的列，同时返回一个新的DataFrame，以便在后续的数据处理中使用。可以通过如下代码进行使用：

import pandas as pd

# 创建一个包含两列数据的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用assign方法为df添加两列新的数据
df = df.assign(C=[7, 8, 9], D=[10, 11, 12])

print(df)

在上述代码中，我们创建了一个包含两列数据的DataFrame，并使用assign方法在原有的DataFrame上添加两列新的数据。运行代码后的输出结果如下：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

使用loc方法

使用loc方法可以修改原有的DataFrame中的某些列的数据。可以通过如下代码进行使用：

import pandas as pd

# 创建一个包含两列数据的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用loc方法修改df的两列数据
df.loc[:, ['C', 'D']] = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

print(df)

在上述代码中，我们创建了一个包含两列数据的DataFrame，并使用loc方法修改原有的DataFrame中的两列数据。运行代码后的输出结果如下：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

使用iloc方法

iloc方法与loc方法类似，可以修改原有的DataFrame中的某些列的数据。区别是，在iloc方法中，需要使用列索引的整数位置来进行操作。可以通过如下代码进行使用：

import pandas as pd

# 创建一个包含两列数据的DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 使用iloc方法修改df的两列数据
df.iloc[:, [2, 3]] = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})

print(df)

在上述代码中，我们创建了一个包含两列数据的DataFrame，并使用iloc方法修改原有的DataFrame中的两列数据。运行代码后的输出结果如下：

   A  B  C   D
0  1  4  7  10
1  2  5  8  11
2  3  6  9  12

总结：

以上三种方式都可以在Pandas中原地填入多列数据，具体使用方式可以根据自己的需求进行选择。其中，assign方法使用较为方便，它可以直接在原有的DataFrame上添加新的列；loc方法和iloc方法需要指定修改的列的位置或索引，但通用性更高。