在 Pandas 中，可以通过将另一个 DataFrame 的列合并到当前 DataFrame 中来添加列。通常使用 merge() 或 join() 方法来合并列。
下面是一个示例过程：
首先，我们创建两个 DataFrame，一个包含员工的姓名和 ID，另一个包含员工的工资和其他信息：
import pandas as pd
# 创建包含员工姓名和 ID 的 DataFrame
df1 = pd.DataFrame({
"姓名": ["张三", "李四", "王五"],
"ID": [101, 102, 103]
})
# 创建包含员工工资和其他信息的 DataFrame
df2 = pd.DataFrame({
"ID": [101, 102, 103],
"工资": [3000, 4000, 5000],
"部门": ["销售", "技术", "财务"]
})
现在我们有两个 DataFrame，我们需要将 df2 的工资和部门信息添加到 df1 中。我们可以使用 merge() 方法来实现这一点：
# 使用 merge() 方法将 df2 的工资和部门信息添加到 df1 中
df = pd.merge(df1, df2, on="ID")
# 显示结果
print(df)
输出结果如下：
姓名 ID 工资 部门
0 张三 101 3000 销售
1 李四 102 4000 技术
2 王五 103 5000 财务
在这个例子中，我们使用 merge() 方法将 df2 的工资和部门信息合并到 df1 中。通过指定 on="ID" 所以两个 DataFrame 会根据 ID 列进行合并。
如果要将 df2 中的所有列都添加到 df1 中，可以使用 join() 方法。例如：
# 使用 join() 方法将 df2 中的所有列都添加到 df1 中
df = df1.join(df2.set_index("ID"), on="ID")
# 显示结果
print(df)
输出结果如下：
姓名 ID 工资 部门
0 张三 101 3000 销售
1 李四 102 4000 技术
2 王五 103 5000 财务
在这个例子中，我们使用 join() 方法将 df2 中的所有列都添加到 df1 中。首先，我们使用 set_index() 将 df2 的 ID 列设置为索引。然后，我们使用 on="ID" 指定要按照 ID 列进行合并。通过这种方式，我们可以将 df2 的所有列添加到 df1 中。
希望这个例子对你有所帮助！
本文链接：http://task.lmcjl.com/news/17446.html