解决Pandas DataFrame新增列在info()中不显示的问题

---

本教程旨在解决pandas dataframe中新增列（如'total'列或索引转换为列后）在`df.info()`输出中不显示的问题。核心原因通常是代码执行顺序不当，即在列创建前调用了`info()`，或未将索引显式转换为列。文章将详细阐述这些问题，并提供基于`reset_index()`和正确执行顺序的解决方案，确保所有期望的列都能在`df.info()`中正确呈现，从而便于后续数据分析与可视化。

Pandas DataFrame新增列在info()中不显示的深度解析与解决方案

在使用Pandas进行数据分析时，我们经常需要向DataFrame中添加新的列，例如计算总和列。然而，有时即使新列在DataFrame的显示输出中清晰可见，但在调用df.info()时，这些新列却未能出现在输出的列列表中。同样，DataFrame的索引列（如示例中的'A', 'B', 'C', 'D'）在默认情况下也不会被df.info()识别为数据列。本文将深入探讨这些现象背后的原因，并提供切实可行的解决方案。

问题描述

假设我们有一个DataFrame df，包含 'H1', 'H2', 'H3' 三列。我们通过以下代码添加了一个 'Total' 列：

import pandas as pd
import numpy as np

# 示例数据
data = {
    'H1': [1.643910e+10, 3.876800e+09, 2.126470e+10, 3.911600e+09],
    'H2': [5.403600e+09, 1.056970e+10, 1.077500e+09, 3.309300e+09],
    'H3': [1.090100e+09, 6.152400e+09, 2.858000e+08, 8.170000e+07]
}
index_labels = ['A', 'B', 'C', 'D']
df = pd.DataFrame(data, index=index_labels)

# 添加 'Total' 列
df['Total'] = df[list(df.columns)].sum(axis=1)

print("DataFrame显示：")
print(df)

输出的DataFrame将正确显示 'Total' 列：

DataFrame显示：
             H1            H2          H3         Total
A  1.643910e+10  5.403600e+09  1.090100e+09  2.293280e+10
B  3.876800e+09  1.056970e+10  6.152400e+09  2.059890e+10
C  2.126470e+10  1.077500e+09  2.858000e+08  2.262800e+10
D  3.911600e+09  3.309300e+09  8.170000e+07  7.302600e+09

然而，当我们执行 df.info() 时，却可能得到以下结果，其中 'Total' 列和索引列并未显示：

print("\ndf.info()输出：")
df.info()

df.info()输出：
<class 'pandas.core.frame.DataFrame'>
Index: 4 entries, A to D
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   H1      4 non-null      float64
 1   H2      4 non-null      float64
 2   H3      4 non-null      float64
dtypes: float64(3)
memory usage: 256.0+ bytes

核心原因与解决方案

这种现象主要由以下两个原因造成：

1. 代码执行顺序问题

df.info() 方法会打印出DataFrame在调用那一刻的结构信息。如果我们在创建 'Total' 列的代码执行之前就调用了 df.info()，那么它自然不会包含尚未创建的列。即使之后再创建了列，df.info() 的输出也不会自动更新。

解决方案：

确保在所有列创建和修改操作完成后再调用 df.info()。在交互式开发环境（如Jupyter Notebook或IPython）中，如果遇到此问题，最直接的解决办法是：

• 重启内核并重新运行所有代码单元。 这可以确保所有代码按照预期顺序执行，且DataFrame的状态是最新的。

正确执行顺序示例：

import pandas as pd
import numpy as np

# 示例数据
data = {
    'H1': [1.643910e+10, 3.876800e+09, 2.126470e+10, 3.911600e+09],
    'H2': [5.403600e+09, 1.056970e+10, 1.077500e+09, 3.309300e+09],
    'H3': [1.090100e+09, 6.152400e+09, 2.858000e+08, 8.170000e+07]
}
index_labels = ['A', 'B', 'C', 'D']
df = pd.DataFrame(data, index=index_labels)

# 确保在调用 info() 之前创建 'Total' 列
df['Total'] = df[list(df.columns)].sum(axis=1)

# 现在调用 info()，'Total' 列将显示
print("\n正确执行顺序后的 df.info() 输出：")
df.info()

此时 df.info() 的输出将包含 'Total' 列：

Notion Sites

Notion 推出的AI网站构建工具，允许用户将 Notion 页面直接发布为完整网站。

246 查看详情

正确执行顺序后的 df.info() 输出：
<class 'pandas.core.frame.DataFrame'>
Index: 4 entries, A to D
Data columns (total 4 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   H1      4 non-null      float64
 1   H2      4 non-null      float64
 2   H3      4 non-null      float64
 3   Total   4 non-null      float64
dtypes: float64(4)
memory usage: 288.0+ bytes

2. 索引列的处理

DataFrame的索引（如示例中的 'A', 'B', 'C', 'D'）在Pandas中是一个特殊的结构，它不是普通的数据列。因此，df.info() 默认不会将其列为数据列。如果需要将索引作为一列进行分析或可视化，需要将其显式转换为数据列。

解决方案：

使用 df.reset_index() 方法可以将DataFrame的索引重置为默认的整数索引，并将原有的索引转换为一个名为 'index'（或自定义名称）的普通数据列。

# 将索引转换为数据列
df_reset = df.reset_index()

print("\nreset_index() 后的 DataFrame 显示：")
print(df_reset)

print("\nreset_index() 后的 df.info() 输出：")
df_reset.info()

输出结果将显示 'index' 列：

reset_index() 后的 DataFrame 显示：
  index            H1            H2          H3         Total
0     A  1.643910e+10  5.403600e+09  1.090100e+09  2.293280e+10
1     B  3.876800e+09  1.056970e+10  6.152400e+09  2.059890e+10
2     C  2.126470e+10  1.077500e+09  2.858000e+08  2.262800e+10
3     D  3.911600e+09  3.309300e+09  8.170000e+07  7.302600e+09

reset_index() 后的 df.info() 输出：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   index   4 non-null      object 
 1   H1      4 non-null      float64
 2   H2      4 non-null      float64
 3   H3      4 non-null      float64
 4   Total   4 non-null      float64
dtypes: float64(4), object(1)
memory usage: 288.0+ bytes

注意事项：

• reset_index() 会返回一个新的DataFrame，如果希望直接修改原DataFrame，可以使用 df.reset_index(inplace=True)（虽然不推荐，因为通常创建新DataFrame是更好的实践）。
• 在执行 reset_index() 之后，如果再尝试使用 df[list(df.columns)].sum(axis=1) 来计算 'Total' 列，可能会因为 'index' 列（现在是对象类型）的存在而导致错误。正确的做法是先处理索引，再计算 'Total' 列，或者在计算 'Total' 列时排除非数值列。

3. inplace=True 参数的误解

在原始问题中提到了 inplace=True。需要明确的是，当我们通过直接赋值的方式 df['新列名'] = ... 来创建或修改列时，Pandas会直接在原DataFrame上进行操作，因此不需要也不应使用 inplace=True。这个参数主要用于那些会返回新DataFrame的方法（例如 drop(), fillna(), set_index() 等），以指示它们直接修改原DataFrame而不是返回一个副本。

总结

要确保Pandas DataFrame中的所有期望列（包括新增列和作为数据列的索引）都能在 df.info() 中正确显示，关键在于理解DataFrame的状态和操作的执行顺序：

1. 执行顺序至关重要：始终在所有数据操作（包括新列创建）完成后再调用 df.info()。在交互式环境中，如果结果不符合预期，请尝试重启内核并重新运行所有代码。
2. 索引的特殊性：DataFrame的索引默认不被视为数据列。如果需要将其作为一列进行分析，请使用 df.reset_index() 方法将其转换为普通数据列。
3. inplace=True 的适用场景：直接赋值创建新列时无需使用 inplace=True。

通过遵循这些原则，您可以更准确地理解和调试DataFrame的结构，为后续的数据分析和可视化工作奠定坚实的基础。如果需要快速检查数值列的统计信息，df.describe() 也是一个有用的工具，它会自动包含所有数值类型的列。

以上就是解决Pandas DataFrame新增列在info()中不显示的问题的详细内容，更多请关注其它相关文章！

# 进行分析  # 海信营销市场推广  # 潍坊网站建设实战  # 万州门户网站建设  # 南市区网站推广  # 怎样自己优化网站  # 游戏网站建设与管理理解  # seo 达闻营销  # 前端优化seo排名前十  # 电动车市场营销推广方案  # 文创推广营销策略  # 多线程  # python  # 重启  # 当我们  # 数据结构  # 能在  # 如何实现  # 中不  # 将其  # 转换为  # 开发环境  # 工具 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 《随手记》启用语音备注方法  《via浏览器》强制缩放网页设置方法  小米手机截图后如何查看历史_小米手机截图历史记录查看方法  Win11便笺在哪打开 Win11桌面便笺（Sticky Notes）使用方法【详解】  J*aScript文本高亮功能优化：解决多词匹配错误与精确分割策略  win11自带录屏文件保存在哪里 Win11 Game Bar录制视频默认路径【分享】  嘴唇干裂起皮怎么办 唇部护理与预防干裂的方法【详解】  教资成绩怎么查询  Retrofit根路径POST请求：@POST("/") 的应用与解析  《sketchbook》选中部分图案移动方法  《大学搜题酱》官网地址登录  search中maxlength属性用法解析  微信客户端怎么查看二维码_微信客户端个人二维码查看方法  顺丰快递收费标准查询_如何查看顺丰最新收费价格  多闪电脑版下载_多闪PC端模拟器使用  悟空浏览器网页版链接 悟空浏览器网页版最新有效地址  windows server2019显卡驱动怎么安装_winserver2019显卡驱动安装与远程桌面优化  《律学法考》查看学习数据方法  海棠阅读网页版_进入海棠网页版在线阅读中心  B站怎么开|直播| B站|直播|申请需要什么条件【新手必看】  《360浏览器》自动保存账号密码设置方法  谷歌邮箱怎么换绑定邮箱Gmail安全备份邮箱修改方法  顺丰快递在线查询系统 顺丰快递官方查单入口  外媒评《燕云十六声》DIY载具新玩法：很像《塞尔达传说王国之泪》！  聚水潭ERP后台管理系统登录 聚水潭ERP官方登录通道  安居客移动经纪人怎么设置自动回复？-安居客移动经纪人设置自动回复的方法  金牛福袋获取攻略  解决Windows上Composer PATH变量冲突导致的命令无法识别问题  视频号视频怎么免费保存到相册？保存到相册需要注意什么？  FullCalendar自定义按钮样式定制指南  附近酒吧怎么找？  J*aScript二进制处理_ArrayBuffer与Blob  飞飞漫画漫画阅读官网_飞飞漫画漫画阅读官网进入阅读  Coolpad5890 ROM刷机包  《合金装备4》有望推出重制版！制作人发话了  Python测试中模块导入路径解析的最佳实践  byrutor直接访问入口 byrutor官方游戏库  火柴人战争网页版在线玩  视频转蓝光m2ts格式  《新三国志曹操传》游历事件袁尚突围攻略  空腹吃苹果好吗 苹果空腹摄入指南  J*aScript对象中深度嵌套URL键的查找与更新策略  iSpring三分屏制作教程  diskgenius分区工具如何设置Bios启动项  解决jQuery多计算器输入字段冲突的教程  Animex动漫社社登录官网 Animex动漫社资源社入口直达  Microsoft Edge网页字体太淡看不清怎么办_Microsoft Edge字体渲染优化技巧  如何在CSS中使用过渡制作按钮边框渐变_border-color transition实现  QQ邮箱注册地址 免费获取QQ邮箱账号  Composer如何使用composer-plugin-api开发自定义插件 

 2025-12-12