pandas 使用insert插入一列

把value插入dataframe的指定位置loc中，若插入的数据value已在DataFrame中，则返回 错误ValueError，如想完成重复值的插入需要把allow_duplicates设置为True

insert方法详解

DataFrame.insert(loc, column, value, allow_duplicates=False)

参数：

Raises a ValueError if column is already contained in the DataFrame, unless allow_duplicates is set to True.

Parameters：

loc ：参数column插入的位置，如果想插入到第一例则为0，取值范围： 0 <= loc <= len(columns),其中len(columns)为Dataframe的列数

column ：给 插入数据value取列名，可为数字，字符串等

value ：可以是整数，Series或者数组等

allow_duplicates : 默认 False

1.创建数据

import pandas as pd
import numpy as np
data = {
'school' : ['北京大学', '清华大学', '山西大学', '山西大学', '武汉大学'],
'name' : ['江路离', '沈希梦', '来使鹭', '陈曦冉', '姜浩然'],
'No.' : [20001943, 300044451, 20190006, 20191234, 1242522]
}
# data = list(data) <-> data = list(data.keys)
# data = list(data.values())

frame = pd.DataFrame(data)
print(frame)

结果：

2.插入数据

frame.insert(0, 'num', np.ones(5))
print(frame)

结果：

frame.insert(len(frame.columns), 'list', [x for x in range(5)])
print(frame)

3.插入已存在数据

结果：

4.把allow_duplicates设置为True，可实现重复值的插入

frame.insert(0, 'num', np.ones(5), allow_duplicates=True)
print(frame)

补充：pandas 中的insert(), pop()在DataFrame的指定位置中插入某一列

在pandas中，del、drop和pop方法都可以用来删除数据，insert可以在指定位置插入数据。

可以看看以下示例。

import pandas as pd
from pandas import DataFrame, Series
data = DataFrame({'name':['yang', 'jian', 'yj'], 'age':[23, 34, 22], 'gender':['male', 'male', 'female']})
#data数据
'''
In[182]: data
Out[182]:
 age gender name
0  23  male yang
1  34  male jian
2  22 female  yj
'''
#删除gender列，不改变原来的data数据，返回删除后的新表data_2。axis为1表示删除列，0表示删除行。inplace为True表示直接对原表修改。
data_2 = data.drop('gender', axis=1, inplace=False)
'''
In[184]: data_2
Out[184]:
 age name
0  23 yang
1  34 jian
2  22  yj
'''
#改变某一列的位置。如：先删除gender列，然后在原表data中第0列插入被删掉的列。
data.insert(0, '性别', data.pop('gender'))#pop返回删除的列，插入到第0列，并取新名为'性别'
'''
In[185]: data
Out[186]:
   性别 age name
0  male  23 yang
1  male  34 jian
2 female  22  yj
'''
#直接在原数据上删除列
del data['性别']
'''
In[188]: data
Out[188]:
 age name
0  23 yang
1  34 jian
2  22  yj
'''

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。

来源：https://blog.csdn.net/shixiu_yuan/article/details/90205542