Ebben a cikkben megvizsgáljuk egy új oszlop hozzáadásának folyamatát a Pandas DataFrame-hez, amely egy népszerű Python-könyvtár adatkezelésre és -elemzésre. Megvitatjuk a probléma megoldását, végigmegyünk a kód lépésről lépésre történő magyarázatán, és kitérünk néhány kapcsolódó témakörre és funkcióra a Pandas könyvtárban. A Pandas egy széles körben használt könyvtár, amely magas szintű adatstruktúrákat és eszközöket tartalmaz, amelyek tökéletesek a hatékony adatelemzési és -kezelési feladatokhoz.
Először is tegyük fel, hogy van egy adatkészletünk Pandas DataFrame formájában, és új oszlopot szeretnénk hozzáadni hozzá. Ez gyakori követelmény az adat-előkészítési szakaszban, gyakran szükséges a jellemzők tervezéséhez vagy a meglévő oszlopok alapján további információk generálásához. Nézzük meg, hogyan érhető el ez.
Új oszlop hozzáadása egy Pandas DataFrame-hez
Kezdjük a szükséges könyvtár importálásával és egy minta DataFrame létrehozásával.
import pandas as pd
data = {'Name': ['Alex', 'Tom', 'Nick', 'Sam'],
'Age': [25, 28, 23, 22],
'City': ['NY', 'LA', 'SF', 'Chicago']}
df = pd.DataFrame(data)
Most adjunk hozzá egy új „Ország” oszlopot a DataFrame-ünkhöz alapértelmezett értékkel, mondjuk „USA”.
df['Country'] = 'USA'
Ez az egyszerű kódsor egy új „Ország” nevű oszlopot ad a meglévő „df” DataFrame-ünkhöz, amelynek minden sorában az „USA” érték szerepel. A frissített DataFrame-ünk így nézne ki:
Name Age City Country 0 Alex 25 NY USA 1 Tom 28 LA USA 2 Nick 23 SF USA 3 Sam 22 Chicago USA
Lépésről lépésre kódmagyarázat
Bontsuk fel a kódot és értsük meg lépésről lépésre.
1. Először is importáljuk a Pandas könyvtárat a szabványos 'pd' álnévvel. Ez lehetővé teszi számunkra, hogy a 'pd' előtag használatával elérjük a Pandas függvényeket és osztályokat.
import pandas as pd
2. Ezután létrehozunk egy szótár „adatokat”, amely néhány mintaadatot tartalmaz. A szótárban minden kulcs egy oszlopnevet jelöl, a hozzá tartozó értéke pedig az adott oszlop értékeinek listája.
data = {'Name': ['Alex', 'Tom', 'Nick', 'Sam'],
'Age': [25, 28, 23, 22],
'City': ['NY', 'LA', 'SF', 'Chicago']}
3. Ezután ezt a szótárt a `pd.DataFrame()' függvény segítségével Pandas DataFrame objektummá alakítjuk.
df = pd.DataFrame(data)
4. Végül egy új oszlop hozzáadásához egyszerűen használjuk a „=” hozzárendelési operátort a DataFrame-mel, szögletes zárójelben megadva az új oszlopnevet, és megadva az alapértelmezett értéket. Esetünkben az "Ország" oszlopot az "USA" alapértelmezett értékkel adtuk hozzá.
df['Country'] = 'USA'
Pandas könyvtár és a kapcsolódó funkciók
A Pandas egy erőteljes Python könyvtár, amely különösen alkalmas adatfeldolgozási, tisztítási és elemzési feladatokra. Két fő adatstruktúrát biztosít: DataFrame és a Series of. A DataFrame egy kétdimenziós táblázatos adatstruktúra címkézett tengelyekkel (sorokkal és oszlopokkal). Az A Series viszont egy egydimenziós címkézett tömb, amely bármilyen típusú adat tárolására képes.
A DataFrame oszlopok hozzáadásával, módosításával és törlésével kapcsolatos néhány gyakori Pandas funkció a következő:
- insert(): Oszlop beszúrása egy megadott helyre.
- csepp(): Oszlop eltávolítása a DataFrame-ből.
- átnevezés(): DataFrame oszlopának átnevezése.
- hozzárendelni(): Új oszlop létrehozása egy kifejezés eredménye alapján.
Tehát egy új oszlop hozzáadása egy Pandas DataFrame-hez egyszerű és hatékony. Ebben a cikkben bemutattuk az alapértelmezett értékkel rendelkező új oszlop hozzáadásának alapvető módszerét, és részletes magyarázatot adtunk az ehhez szükséges lépésekhez. Bemutattuk a Pandákat is, mint egy hatékony adatkezelési könyvtárat, és megvitattunk néhány kapcsolódó funkciót a DataFrame oszlopok kezeléséhez. Ezen technikák elsajátításával jól felkészült lesz a Pythonban végzett adatfeldolgozási feladatok széles körének kezelésére.
