L'aggiunta di nuove colonne a un DataFrame esistente è un compito fondamentale nell'utilizzo dell'analisi dei dati Panda . Ti consente di arricchire i tuoi dati con informazioni aggiuntive e facilitare ulteriori analisi e manipolazioni. Questo articolo esplorerà vari metodi per aggiungere nuove colonne, incluso l'assegnazione semplice, il fileinsert()>metodo, ilassign()>metodo. Parliamo dell'aggiunta di nuove colonne al DataFrame esistente di Pandas.
Cos'è Panda DataFrame?
UN Panda DataFrame è una struttura di dati tabellari bidimensionali, di dimensioni variabili e potenzialmente eterogenee con assi etichettati (righe e colonne). È una struttura dati fondamentale nell'ecosistema della scienza dei dati Python e fornisce un modo potente per lavorare con i dati tabulari.
Ecco alcune caratteristiche chiave di un Pandas DataFrame:
- Rappresentazione dei dati: Memorizza i dati in un formato tabella con righe e colonne.
- Tipi di dati eterogenei: Può contenere diversi tipi di dati in diverse colonne (ad esempio, numeri interi, numeri in virgola mobile, stringhe, booleani).
- Etichettatura: Ogni riga e colonna ha un'etichetta (nomi di indice e colonna).
- Mutevole: Consente la manipolazione e la modifica dei dati.
- Operazioni potenti: Fornisce varie funzioni e metodi per l'analisi, la manipolazione e l'esplorazione dei dati.
- Estensibile: Può essere personalizzato ed esteso con funzionalità aggiuntive attraverso librerie e funzioni definite dall'utente.
Esistono diversi modi per aggiungere una nuova colonna a un DataFrame esistente in Pandas in Pitone :
- Creazione di un dataframe di esempio
- Usando Dataframe.insert() metodo
- Usando Dataframe.assign() metodo
- Utilizzando il dizionario
- Utilizzo della lista
- Utilizzando .posto()
- Aggiunta di più di una colonna nel dataframe esistente
Creazione di un dataframe di esempio
Qui stiamo creando un Dataframe di esempio:
Python3
MB contro GB
import> pandas as pd> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>]}> df>=> pd.DataFrame(data)> print>(df)> |
>
>
Produzione:
Name Height Qualification 0 Jai 5.1 Msc 1 Princi 6.2 MA 2 Gaurav 5.1 Msc 3 Anuj 5.2 Msc>
Tieni presente che la lunghezza dell'elenco deve corrispondere alla lunghezza della colonna dell'indice, altrimenti verrà visualizzato un errore.
Aggiungi una nuova colonna a un Datframe esistente utilizzando DataFrame.insert()
Dà la libertà di aggiungere una colonna in qualsiasi posizione desideriamo e non solo alla fine. Fornisce inoltre diverse opzioni per l'inserimento dei valori della colonna.
Python3
import> pandas as pd> # Define a dictionary containing Students data> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>]}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Using DataFrame.insert() to add a column> df.insert(>2>,>'Age'>, [>21>,>23>,>24>,>21>],>True>)> # Observe the result> print>(df)> |
>
>
Produzione:
Name Height Age Qualification 0 Jai 5.1 21 Msc 1 Princi 6.2 23 MA 2 Gaurav 5.1 24 Msc 3 Anuj 5.2 21 Msc>
Aggiunta di colonne a Pandas DataFrame utilizzando Dataframe.assign()
Questo metodo creerà un nuovo dataframe con una nuova colonna aggiunta al vecchio dataframe.
Python3
import> pandas as pd> # Define a dictionary containing Students data> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>]}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Using 'Address' as the column name and equating it to the list> df2>=> df.assign(address>=>[>'Delhi'>,>'Bangalore'>,>'Chennai'>,>'Patna'>])> print>(df2)> |
>
>
Produzione:
cos'è la mappa Java
Name Height Qualification address 0 Jai 5.1 Msc Delhi 1 Princi 6.2 MA Bangalore 2 Gaurav 5.1 Msc Chennai 3 Anuj 5.2 Msc Patna>
I panda aggiungono colonne a DataFrame utilizzando un dizionario
Possiamo usare a Dizionario Python per aggiungere una nuova colonna in panda DataFrame. Utilizza una colonna esistente come valori chiave e i rispettivi valori saranno i valori per una nuova colonna.
Python3
# Import pandas package> import> pandas as pd> # Define a dictionary containing Students data> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>]}> # Define a dictionary with key values of> # an existing column and their respective> # value pairs as the # values for our new column.> address>=> {>'Delhi'>:>'Jai'>,>'Bangalore'>:>'Princi'>,> >'Patna'>:>'Gaurav'>,>'Chennai'>:>'Anuj'>}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Provide 'Address' as the column name> df[>'Address'>]>=> address> # Observe the output> print>(df)> |
>
>
Produzione:
Name Height Qualification Address 0 Jai 5.1 Msc Delhi 1 Princi 6.2 MA Bangalore 2 Gaurav 5.1 Msc Chennai 3 Anuj 5.2 Msc Patna>
Aggiunta di una nuova colonna a un DataFrame Pandas utilizzando List
In questo esempio, I panda aggiungono nuove colonne dall'elenco Indirizzamento a un Pandas DataFrame esistente utilizzando un dizionario e un elenco.
Python3
# Declare a list that is to be converted into a column> address>=> [>'Delhi'>,>'Bangalore'>,>'Chennai'>,>'Patna'>]> # Using 'Address' as the column name> # and equating it to the list> df[>'Address'>]>=> address> print>(df)> |
>
>
Produzione:
Name Height Qualification Address 0 Jai 5.1 Msc Delhi 1 Princi 6.2 MA Bangalore 2 Gaurav 5.1 Msc Chennai 3 Anuj 5.2 Msc Patna>
Aggiungi una nuova colonna a un DataFrame Panda esistente utilizzando Dataframe.loc()
In questo esempio, crea un Pandas DataFrame denominatodf>con le colonne Nome, Altezza e Qualifica e aggiunge una nuova colonna Indirizzo utilizzando il fileloc>attributo.
Python3
import> pandas as pd> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>]}> df>=> pd.DataFrame(data)> # Create the list of new column values> address>=> [>'Delhi'>,>'Bangalore'>,>'Chennai'>,>'Patna'>]> # Add the new column using loc> df.loc[:,>'Address'>]>=> address> print>(df)> |
>
come ha inventato la scuola
>
Produzione:
Name Height Qualification Address 0 Jai 5.1 Msc Delhi 1 Princi 6.2 MA Bangalore 2 Gaurav 5.1 Msc Chennai 3 Anuj 5.2 Msc Patna>
Aggiunta di più di una colonna nel dataframe esistente
In questo esempio, espande un Pandas DataFrame esistentedf>con due nuove colonne, Età e Stato, utilizzando i rispettivi elenchi di dati.
Python3
import> pandas as pd> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>],> >'Address'>: [>'Delhi'>,>'Bangalore'>,>'Chennai'>,>'Patna'>]}> df>=> pd.DataFrame(data)> # Define new data for additional columns> age>=> [>22>,>25>,>23>,>24>]> state>=> [>'NCT'>,>'Karnataka'>,>'Tamil Nadu'>,>'Bihar'>]> # Add multiple columns using dictionary assignment> new_data>=> {>'Age'>: age,>'State'>: state }> df>=> df.assign(>*>*>new_data)> print>(df)> |
>
>
Produzione:
Name Height Qualification Address Age State 0 Jai 5.1 Msc Delhi 22 NCT 1 Princi 6.2 MA Bangalore 25 Karnataka 2 Gaurav 5.1 Msc Chennai 23 Tamil Nadu 3 Anuj 5.2 Msc Patna 24 Bihar>
Conclusione
Comprendere come aggiungere nuove colonne ai DataFrames è essenziale per l'esplorazione e la manipolazione dei dati in Panda. La scelta del metodo appropriato dipende dal contesto specifico e dal risultato desiderato. Padroneggiando queste tecniche, puoi manipolare, analizzare e ottenere informazioni preziose dai tuoi dati in modo efficace.