pandas为DataFrame格式数据添加新列的方法非常简单，只需要新建一个列索引，再为其赋值即可。
以下总结了5种常见添加新列的方法。
首先，创建一个DataFrame结构数据，作为数据举例。
import pandas as pd
# 创建一个DataFrame结构数据
data = {'a': ['a0', 'a1', 'a2'],
'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('举例数据情况：n', df)
添加新列的方法，如下：
一、insert()函数
语法：
DataFrame.insert(loc, column, value,allow_duplicates = False)
| 参数 | 说明 |
|---|---|
| loc | 必要字段，int类型数据，表示插入新列的列位置，原来在该位置的列将向右移。 |
| column | 必要字段，插入新列的列名。 |
| value | 必要字段，新列插入的值。如果仅提供一个值，将为所有行设置相同的值。可以是int，string，float等，甚至可以是series /值列表。 |
| allow_duplicates | 布尔值，用于检查是否存在具有相同名称的列。默认为False，不允许与已有的列名重复。 |
实例：插入c列
df.insert(loc=2, column='c', value=3) # 在最后一列后，插入值全为3的c列
print('插入c列：n', df)
二、直接赋值法
语法：df[‘新列名’]=新列的值
实例：插入d列
df['d'] = [1, 2, 3] # 插入值为[1,2,3]的d列
print('插入d列：n', df)
注：该方法不可以选择插入新列的位置，默认为最后一列。如果新增的一列值相同，直接为其赋值一个常量即可；如果插入值不同，为列表格式，需与已有列的行数长度一致，如举例中原来列为3行，新增列也必须有3个值。
三、reindex()函数
语法：df.reindex(columns=[原来所有的列名,新增列名],fill_value=值)
reindex()函数用法较多，此处只是针对添加新列的用法
实例：插入e列
df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e']) # 不加fill_value参数，默认值为Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1) # 加入fill_value参数，填充值为1
print('插入e列(不加fill_value参数)：n', df1)
print('插入e列(加fill_value参数)：n', df2)
注：该方法需要把原有的列名和新列名都加上，如果列名过多，就比较麻烦。
四、concat()函数
原理：利用拼接的方式，添加新的一列。好处是可以同时新增多个列名。
concat()函数用法较多，此处只是针对添加新列的用法
实例：插入f列
df1 = pd.concat([df1, pd.DataFrame(columns=['f'])])
print('插入f列：n', df1)
五、loc()函数
原理：利用loc的行列索引标签来实现。
语法：df.loc[:,新列名]=值
实例：插入g列
df1.loc[:, 'g'] = 0
print('插入g列：n', df1)
以上就是pandas添加新列的5种常见用法。
【微信搜索【一位代码】即可关注我】
-end-
