Pandas je Python biblioteka otvorenog koda koja pruža podatkovne strukture visokih performansi jednostavne za korištenje i alate za analizu podataka. Postao je glavni izbor za programere i znanstvenike podataka kada je riječ o manipulaciji i analizi podataka. Jedna od moćnih značajki koje nudi Pandas je stvaranje i modificiranje podatkovnih okvira. U ovom ćemo članku istražiti postupak dodavanja više stupaca u podatkovni okvir ako oni ne postoje, koristeći pandas biblioteku. Proći ćemo kroz objašnjenje koda korak po korak i zaroniti u povezane funkcije, biblioteke i probleme na koje biste mogli naići na putu.
Rad s podatkovnim okvirima ključan je pri rukovanju podacima i često se možete naći u situaciji u kojoj trebate dodati više stupaca odjednom u podatkovni okvir. Ovo može biti teško, ali biblioteka Pandas ovaj zadatak čini glatkim i učinkovitim. Prvo, počnimo s uvozom biblioteke Pandas:
import pandas as pd
Dodavanje više stupaca u Pandas Dataframe
Za dodavanje više stupaca u podatkovni okvir možemo upotrijebiti metodu DataFrame.assign(). Ova metoda nam omogućuje dodavanje jednog ili više stupaca u podatkovni okvir odjednom. Stvorimo ogledni podatkovni okvir i zatim mu dodamo više stupaca ako već ne postoje:
# Create a sample dataframe
data = {'column1': [1, 2, 3], 'column2': [4, 5, 6]}
df = pd.DataFrame(data)
# Add multiple columns if they do not exist
new_columns = ['column3', 'column4']
for new_col in new_columns:
if new_col not in df.columns:
df[new_col] = None
u gornji isječak koda, prvo stvaramo ogledni podatkovni okvir s dva stupca, 'column1' i 'column2'. Zatim stvaramo popis novih stupaca, 'column3' i 'column4', koje želimo dodati podatkovnom okviru. Na kraju, ponavljamo kroz popis stupaca i dodajemo novi stupac ako već ne postoji u podatkovnom okviru.
Objašnjenje korak po korak
Evo korak po korak objašnjenje svakog dijela našeg rješenja:
1. Počinjemo s uvozom biblioteke Pandas koristeći "import pandas as pd".
2. Zatim stvaramo ogledni podatkovni okvir pod nazivom 'df' s dva stupca: 'column1' i 'column2'.
3. Stvaramo popis novih stupaca koje želimo dodati u podatkovni okvir – 'column3' i 'column4'.
4. Koristimo for petlju za ponavljanje kroz popis novih stupaca.
5. Unutar petlje provjeravamo postoji li novi stupac već u podatkovnom okviru koristeći uvjet 'nije u'. Ako novi stupac ne postoji, dodajemo novi stupac u podatkovni okvir sa zadanom vrijednošću Ništa.
Pandas funkcije i biblioteke
Pandas nudi širok raspon funkcija i metoda koje pojednostavljuju rukovanje i manipuliranje podatkovnim okvirima. U našem rješenju koristili smo sljedeće ključne komponente:
- DataFrame – Kao primarna struktura podataka u pandama, DataFrame je dvodimenzionalni, promjenjivi, potencijalno heterogeni tablični podatak s označenim osima (retci i stupci)
- DataFrame.stupci – Ovaj atribut vraća oznake stupaca DataFramea, omogućujući nam pristup i provjeru postoji li stupac ili ne.
- pd.DataFrame() – To je funkcija konstruktora za stvaranje novog podatkovnog okvira. Omogućuje definiranje podataka i naziva stupaca tijekom stvaranja.
Sada kada bolje razumijete kako dodajte više stupaca na Pandas dataframe, ova tehnika će vam pomoći da učinkovito upravljate i manipulirate podacima. Imajte na umu da Pandas nudi brojne druge moćne značajke za analizu podataka i manipulaciju, pa svakako istražite i njih kako biste postali učinkovitiji Python programer.
