Pandas2.2 DataFrame

Reindexing selection label manipulation

方法	描述
DataFrame.add_prefix(prefix[, axis])	用于在 DataFrame 的行标签或列标签前添加指定前缀的方法
DataFrame.add_suffix(suffix[, axis])	用于在 DataFrame 的行标签或列标签后添加指定后缀的方法

pandas.DataFrame.add_suffix()

pandas.DataFrame.add_suffix(suffix[, axis]) 是 pandas 中用于在 DataFrame 的行标签或列标签后添加指定后缀的方法。与 add_prefix() 相反，它将字符串附加在现有标签的末尾。

---

参数说明：

• suffix: str
  需要添加的后缀字符串。

• axis: {0 or 'index', 1 or 'columns'}，默认为 1（即列）
  指定是向行索引 (axis=0) 还是列索引 (axis=1) 添加后缀。

---

返回值：

• 返回一个新的 DataFrame，其行标签或列标签带有指定的后缀。

---

示例代码：

import pandas as pd# 创建一个简单的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3],'B': [4, 5, 6]
}, index=['x', 'y', 'z'])# 在列名后添加后缀 '_data'
df_suffixed_columns = df.add_suffix('_data')# 在行索引后添加后缀 '_row'
df_suffixed_index = df.add_suffix('_row', axis=0)print("Original DataFrame:")
print(df)
print("\nDataFrame after add_suffix to columns:")
print(df_suffixed_columns)
print("\nDataFrame after add_suffix to index:")
print(df_suffixed_index)

---

输出结果：

Original DataFrame:A  B
x  1  4
y  2  5
z  3  6DataFrame after add_suffix to columns:A_data  B_data
x       1       4
y       2       5
z       3       6DataFrame after add_suffix to index:A  B
x_row  1  4
y_row  2  5
z_row  3  6

---

总结：

• add_suffix() 常用于对数据列或行标签进行标记或分类。
• 可通过 axis 参数灵活控制作用于行或列。
• 该方法不会修改原始 DataFrame，而是返回一个新的对象，适合链式调用。