AGGIUNTA DI UNA NUOVA COLONNA AL DATAFRAME ESISTENTE IN PANDAS - TECHCODEVIEW.COM

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 file insert()> metodo, il assign()> 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

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:

   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 denominato df> con le colonne Nome, Altezza e Qualifica e aggiunge una nuova colonna Indirizzo utilizzando il file loc> attributo.

Python3

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 esistente df> 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.