loc 方法和 iloc 方法一样，可以索引 DataFrame 数据，一般是通过 data.loc[index, col] = value 来进行赋值，这里利用：来索引全部行再进行赋值。
in [12]: data.loc[:, 'd'] = 0
in [13]: data
out[13]:
a b c d
0 1 2 3 0
1 4 5 6 0
2 7 8 9 0
data<-read.csv(‘data.csv’,col.names = c(‘id’,’sex’,’numbers’),stringsAsFactors=FALSE)，stringsAsFactors=FALSE，不将字符串设置为因子。
as.numeric， as.str 等可以直接改变属性。
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)
3、根据现有列计算生成新的列
dataframe 根据某列的值生成新的列
df2[‘是否逾期’]=df2.apply(lambda x:0 if x.应付日期>today_time else 1,axis=1)
df2[‘是否到期90天’]=(today_time -
在Pandas的DataFrame中添加一行或者一列，添加行有df.loc[]以及df.append()这两种方法，添加列有df[]和df.insert()两种方法， 下面对这几种方法的使用进行简单介绍。
一、添加行
添加一行，采用loc[]方法
# 构造一个空的dataframe
import pandas as pd
df = pd.DataFrame(columns=['name','number'])
# 采用.loc的方法进行
df.loc[0]=['cat', 3] # 其中loc[
2、使用apply()函数进行操作
applly（A, axis=0/1）A处可放判断条件以及函数，axis=0表示在行的方向操作，axis=1表示在列的方向上操作（即增加列）
def get_wendu_type(x):
if x["bWendu"] &...
通常，您可能希望在 Pandas DataFrame 中插入一个新列。幸运的是，使用 pandasinsert()函数很容易做到这一点，该函数使用以下语法：
insert(loc, column, value, allow_duplicates=False)
loc：插入列的索引。第一列是 0。
column：赋予新列的名称。
value：新列的值数组。
allow_duplicates：是否允许新列名匹配现有列名。默认值为假。
本教程展示了如何在实践中使用此功能的几个示例。...
