Pandas er et kraftfuldt og alsidigt Python-bibliotek, der er meget brugt til datamanipulation og -analyse. Et almindeligt krav, når du arbejder med data, er at indsætte flere kolonner i en DataFrame. I denne artikel vil vi undersøge processen med at tilføje flere kolonner til en DataFrame ved hjælp af Pandas-biblioteket, diskutere koden og dykke dybere ned i relaterede funktioner, biblioteker og koncepter, der kan hjælpe dig med at blive Pandas-ekspert.
Tilføjelse af flere kolonner til en Pandas DataFrame
For at indsætte flere kolonner i en DataFrame, bruger vi konkat funktion tilgængelig i Pandas bibliotek. Denne funktion giver dig mulighed for at kombinere flere DataFrames ved siden af hinanden, enten langs rækker eller kolonner. Når vi indsætter nye kolonner, kombinerer vi DataFrames langs kolonner. Lad os starte med løsningen på vores problem.
import pandas as pd
# Create a sample DataFrame
data = {
'A': [1, 2, 3],
'B': [4, 5, 6]
}
df = pd.DataFrame(data)
# Create new columns to be inserted
new_columns = {
'C': [7, 8, 9],
'D': [10, 11, 12]
}
new_df = pd.DataFrame(new_columns)
# Insert new columns into the existing DataFrame
result = pd.concat([df, new_df], axis=1)
print(result)
Trin-for-trin forklaring af koden
I vores eksempel vil vi gennemgå processen trin for trin for at forstå, hvordan koden fungerer.
1. Først importerer vi det nødvendige bibliotek, Pandas, ved at udføre importer pandaer som pd. Dette giver os mulighed for at bruge Pandas funktioner i vores script.
2. Dernæst opretter vi et eksempel på DataFrame kaldet df og en ny DataFrame til de nye kolonner, ny_df.
3. For at indsætte de nye kolonner (new_df) i vores originale DataFrame (df), bruger vi pd.concat fungere. Ved at specificere akse=1, fortæller vi funktionen, at den skal sammenkædes langs kolonnerne, idet de nye kolonner placeres ved siden af den eksisterende DataFrame.
4. Til sidst udskriver vi den resulterende DataFrame for at verificere, at de nye kolonner er blevet indsat korrekt.
Avancerede brugssager og teknikker
Mens concat-funktionen er et kraftfuldt værktøj til at indsætte flere kolonner i en DataFrame, kan du støde på scenarier, hvor du har brug for mere avancerede teknikker til at nå specifikke mål. I dette afsnit vil vi diskutere et par andre metoder, der kan hjælpe dig med at blive en ekspert i at manipulere DataFrames ved hjælp af Pandas-biblioteket.
-
Indsæt en kolonne på en bestemt position
I tilfælde, hvor du skal indsætte en kolonne på en bestemt position i DataFrame, INSERT metode er en værdifuld mulighed. Denne metode giver dig mulighed for at indsætte en kolonne før et angivet indeks. Her er en eksempelkode:
# Insert column 'E' with values [13, 14, 15] before index 1 (after the first column) df.insert(1, 'E', [13, 14, 15])
-
Indsæt kolonner afledt af andre kolonner
Nogle gange vil du måske indsætte nye kolonner afledt af andre kolonner i DataFrame. Du kan udføre beregninger på eksisterende data for at oprette disse nye kolonner. For eksempel for at beregne produktet af kolonne 'A' og 'B':
df['F'] = df['A'] * df['B']
I denne artikel dækkede vi, hvordan man indsætter flere kolonner i en Pandas DataFrame ved hjælp af konkat funktion, lærte trin-for-trin forklaringen af koden og udforsket avancerede use cases og teknikker. Med denne viden kan du nu effektivt manipulere dine data og blive mere effektiv i dine dataanalyseopgaver.
