# 创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Peter'],
'Age': [28, 32, 25, 35],
'Salary': [5000, 4500, 6000, 4000]}
df = pd.DataFrame(data)
# 在"Name"列的每个字符串后面添加一个空格
df['Name'] = df['Name'] + '同志'
print(df)
输出结果：
Name Age Salary
0 Tom 同志 28 5000
1 Nick 同志 32 4500
2 John 同志 25 6000
3 Peter 同志 35 4000
在上述代码中，我们使用df['Name'] + '同志'将"Name"列的每个字符串与一个空格字符拼接起来。这是通过向Series对象添加字符串进行的操作，实现了对列中每个元素的操作。
你可以根据需要进行修改，在+运算符后面添加其他字符或内容，来实现在字符串后面添加指定的字符。
df_SPI数据类型为int64类型，首先需将其转为字符串
#'Date'所在列数据转为字符串
df_SPI['Date'] = df_SPI['Date'].astype('str')
#取得‘Date’中字符串大小为7的行的index
index4 = df_SPI.index[df_SPI["Date"].str.len() == 7]
#将‘Date’列中符合条件的index所在行前面加上字符串'0'
df_SPI.loc[index4,["Date"]] = '0' + df_SPI.loc[in
pandas在某行某列中加字符串，筛选某行某列含字符串
import pandas as pd
chengji=[[100,95,100,98],[90,98,99,94],[88,95,98,95],[99,98,97,92],[95,90,96,88],[94,94,93,77]]
data=pd.DataFrame(chengji,columns=['语文','类别','数学','政治'])...
