增添一列

（1）insert 方法

使用 pandas 的 insert 方法，第一个参数指定插入列的位置，第二个参数指定插入列的列名，第三个参数指定插入列的数据。

data.insert(data.shape[1], 'd', 0)
data
		a 	b 	c 	d
	0 	1 	2 	3 	0
	1 	4 	5 	6 	0
	2 	7 	8 	9 	0

df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})
df
   col1  col2
0     1     3
1     2     4
df.insert(1, "newcol", [99, 99])
df
   col1  newcol  col2
0     1      99     3
1     2      99     4
df.insert(0, "col1", [100, 100], allow_duplicates=True)
df
   col1  col1  newcol  col2
0   100     1      99     3
1   100     2      99     4

（2）obj[‘col’] = value 方法

直接对 DataFrame 直接赋值即可

in [6]: data['d'] = 0
in [7]: data
out[7]:
	 	a 	b 	c 	d
	0 	1 	2 	3 	0
	1 	4 	5 	6 	0
	2 	7 	8 	9 	0

增加多列 - concat

pd.concat ( objs , axis = 0 , join = ‘outer’ , ignore_index = False , keys = None , levels = None , names = None , verify_integrity = False , sort = False , copy = True ）
常用参数包括objs、axis、join、keys、ignore_index。

1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。

2.pd.concat([df1,df4],axis=1)–在1轴上合并

3.pd.concat([df1,df2,df3],keys=[‘x’, ‘y’, ‘z’])–合并时便于区分建立层次化索引。

4.pd.concat([df1, df4], axis=1, join=‘inner’)–采用内连接合并，join默认为outer外连接。

5.pd.concat([df1, df4], ignore_index=True)–当原来DataFrame的索引没有意义的时候，concat之后可以不需要原来的索引。