Pandas ist eine leistungsstarke und vielseitige Python-Bibliothek, die häufig für die Datenmanipulation und -analyse verwendet wird. Eine häufige Anforderung beim Arbeiten mit Daten ist das Einfügen mehrerer Spalten in einen DataFrame. In diesem Artikel untersuchen wir den Prozess des Hinzufügens mehrerer Spalten zu einem DataFrame mithilfe der Pandas-Bibliothek, erörtern den Code und tauchen tiefer in verwandte Funktionen, Bibliotheken und Konzepte ein, die Ihnen helfen können, ein Pandas-Experte zu werden.
Hinzufügen mehrerer Spalten zu einem Pandas DataFrame
Um mehrere Spalten in einen DataFrame einzufügen, verwenden wir die concat Funktion, die in der Pandas-Bibliothek verfügbar ist. Mit dieser Funktion können Sie mehrere DataFrames nebeneinander kombinieren, entweder entlang von Zeilen oder Spalten. Beim Einfügen neuer Spalten kombinieren wir DataFrames entlang von Spalten. Beginnen wir mit der Lösung unseres Problems.
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)
Schritt-für-Schritt-Erklärung des Codes
In unserem Beispiel gehen wir Schritt für Schritt durch den Prozess, um zu verstehen, wie der Code funktioniert.
1. Zuerst importieren wir die notwendige Bibliothek Pandas, indem wir sie ausführen Pandas als pd importieren. Dadurch können wir Pandas-Funktionen in unserem Skript verwenden.
2. Als Nächstes erstellen wir einen Beispiel-DataFrame mit dem Namen df und ein neuer DataFrame für die neuen Spalten, neu_df.
3. Um die neuen Spalten (new_df) in unseren ursprünglichen DataFrame (df) einzufügen, verwenden wir die pd.konkat Funktion. Durch Angabe Achse = 1, weisen wir die Funktion an, entlang der Spalten zu verketten und die neuen Spalten neben dem vorhandenen DataFrame zu platzieren.
4. Schließlich drucken wir den resultierenden DataFrame, um zu überprüfen, ob die neuen Spalten korrekt eingefügt wurden.
Fortgeschrittene Anwendungsfälle und Techniken
Während die concat-Funktion ein leistungsstarkes Tool zum Einfügen mehrerer Spalten in einen DataFrame ist, können Sie auf Szenarien stoßen, in denen Sie fortgeschrittenere Techniken benötigen, um bestimmte Ziele zu erreichen. In diesem Abschnitt werden wir einige andere Methoden besprechen, die Ihnen helfen können, ein Experte für die Manipulation von DataFrames mit der Pandas-Bibliothek zu werden.
-
Spalte an einer bestimmten Position einfügen
In Fällen, in denen Sie eine Spalte an einer bestimmten Position im DataFrame einfügen müssen, wird die einfügen Methode ist eine wertvolle Option. Mit dieser Methode können Sie eine Spalte vor einem angegebenen Index einfügen. Hier ist ein Beispielcode:
# Insert column 'E' with values [13, 14, 15] before index 1 (after the first column) df.insert(1, 'E', [13, 14, 15])
-
Aus anderen Spalten abgeleitete Spalten einfügen
Manchmal möchten Sie möglicherweise neue Spalten einfügen, die von anderen Spalten im DataFrame abgeleitet wurden. Sie können Berechnungen mit vorhandenen Daten durchführen, um diese neuen Spalten zu erstellen. Um beispielsweise das Produkt der Spalten „A“ und „B“ zu berechnen:
df['F'] = df['A'] * df['B']
In diesem Artikel haben wir behandelt, wie Sie mehrere Spalten in eine einfügen Pandas DataFrame Verwendung der concat Funktion, lernte die Schritt-für-Schritt-Erklärung des Codes und erkundete fortgeschrittene Anwendungsfälle und Techniken. Mit diesem Wissen können Sie Ihre Daten jetzt effektiv manipulieren und Ihre Datenanalyseaufgaben effizienter erledigen.
