很多時候我們需要在任意處新增一列，而非末尾新增一列，下面就介紹一下幾種方法

1.df.insert但是這個允許插入一列

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

引數

loc：int，插入索引。必須驗證0 <= loc <= len（columns）

column：str, number, or hashable object，插入列的標籤

value：int, Series, or array-like

allow_duplicates：bool, 可選

前面三個是必選，後面的可選

值得注意的是，如果你不知道value的值，可以使用np.nan代替，後續再賦值

data = pd.DataFrame(columns=['a','b'], data=[[1,2],[3,4]])
data.insert(2,'c',value=np.nan)
'''
   a  b   c
0  1  2 NaN
1  3  4 NaN
'''

2.pd.concat，df.reindex和list.insert(index, obj)配合，可以在任意處插入一列或者多列

首先，如果要在df的後面新增一列，只需要data['c']=xx，但是如果你想一次性新增兩列級以上，df[['D','E']] == None ,結果報錯

所以接下來我想介紹這種認為比較簡便的方法：

利用pd.concat 在DataFrame後面新增兩列，這種方法的缺點是不能指定位置

pd.concat([df, pd.DataFrame(columns=list('DE'))])，然後利用 reindex來重排和增加列名df.reindex(columns=list('ABCDE'))，

當然這裡舉的例子比較簡單，在實際運用中，列名可能都比較長，都敲出來肯定不方便，所以我們需要更強大的方法，運用到 list.insert的方法list.insert(index, obj)

col_name = df.columns.tolist()
col_name.insert(1,'D')
df.reindex(columns
 
=col_name)
#或者不用數字索引，直接在某列前面或後面插入，利用 list.index的方法
col_name = df.columns.tolist()
col_name.insert(col_name.index('B'),'D')# 在 B 列前面插入
df.reindex(columns=col_name)
col_name = df.columns.tolist()
col_name.insert(col_name.index('B')+1,'D') # 在 B 列後面插入
df.reindex(columns=col_name)

這樣子就基本能滿足所有要求了