pandas调整列的顺序以及添加列的实现

这里是详细讲解 pandas 调整列顺序以及添加列的实现的攻略。

为了方便演示，我们先创建一个示例数据集：

import pandas as pd
import numpy as np

data = {"Name": ["Alice", "Bob", "Cathy", "David", "Emily"],
        "Age": [28, 25, 23, 19, 32],
        "Gender": ["F", "M", "F", "M", "F"],
        "Salary": [5000, 4000, 3000, 2000, np.nan]}

df = pd.DataFrame(data)

print(df)
# 输出：
#     Name  Age Gender  Salary
# 0  Alice   28      F  5000.0
# 1    Bob   25      M  4000.0
# 2  Cathy   23      F  3000.0
# 3  David   19      M  2000.0
# 4  Emily   32      F     NaN

现在我们就可以开始讲解 pandas 调整列顺序以及添加列的实现了。

调整列顺序

pandas 中可以使用 reindex 方法来调整列顺序，具体步骤如下：

1. 先获取当前 DataFrame 的列名 column_names 。
2. 以需要的顺序重新排列列名，得到对应的 new_column_names 。
3. 使用 reindex 方法按照新的列名重新排列列顺序。

下面是示例代码：

# 获取列名
column_names = df.columns.tolist()
print(column_names)
# 输出：['Name', 'Age', 'Gender', 'Salary']

# 重新排列列名
new_column_names = ['Age', 'Gender', 'Salary', 'Name']
print(new_column_names)

# 按照新的列名重新排列列顺序
df = df.reindex(columns=new_column_names)

print(df)
# 输出：
#    Age Gender  Salary   Name
# 0   28      F  5000.0  Alice
# 1   25      M  4000.0    Bob
# 2   23      F  3000.0  Cathy
# 3   19      M  2000.0  David
# 4   32      F     NaN  Emily

可以看到，列的顺序已经根据新的列表顺序进行了调整。

添加列

pandas 中可以使用 insert 方法来添加列，具体步骤如下：

1. 定义你要添加的列名 new_column_name 和对应的数据 new_column_data 。
2. 使用 insert 方法在 DataFrame 中添加新的列。

下面是示例代码：

# 添加新的一列 "Rank"
new_column_name = "Rank"
new_column_data = ["A", "B", "C", "D", "E"]

# 在列 "Salary" 的位置添加新的一列 "Rank"
salary_index = df.columns.get_loc("Salary")
df.insert(loc=salary_index, column=new_column_name, value=new_column_data)

print(df)
# 输出：
#    Age Gender Rank  Salary   Name
# 0   28      F    A  5000.0  Alice
# 1   25      M    B  4000.0    Bob
# 2   23      F    C  3000.0  Cathy
# 3   19      M    D  2000.0  David
# 4   32      F    E     NaN  Emily

可以看到，新的一列已经被成功添加到了 DataFrame 中。

再来看一个示例，假设我们想要添加一个新的列，表示这个人是否是“成年人”，我们可以使用 apply 方法和一个 lambda 函数来实现，代码如下：

# 使用 `apply` 方法和一个 lambda 函数添加一个新的列，表示这个人是否是"成年人"，成年：True，未成年：False
df["Adult"] = df["Age"].apply(lambda x: True if x >= 18 else False)

print(df)
# 输出：
#    Age Gender Rank  Salary   Name  Adult
# 0   28      F    A  5000.0  Alice   True
# 1   25      M    B  4000.0    Bob   True
# 2   23      F    C  3000.0  Cathy   True
# 3   19      M    D  2000.0  David   True
# 4   32      F    E     NaN  Emily   True

可以看到，新的一列 “Adult” 已经被成功添加到了 DataFrame 中，并且表示得是否是“成年人”的信息也正确地计算出来了。

这就是 pandas 调整列顺序以及添加列的实现的攻略了。