Pandas는 고성능의 사용하기 쉬운 데이터 구조 및 데이터 분석 도구를 제공하는 오픈 소스 Python 라이브러리입니다. 데이터 조작 및 분석과 관련하여 개발자와 데이터 과학자가 선택하는 것이 되었습니다. Pandas가 제공하는 강력한 기능 중 하나는 데이터 프레임을 만들고 수정하는 것입니다. 이 기사에서는 pandas 라이브러리를 사용하여 존재하지 않는 경우 데이터 프레임에 여러 열을 추가하는 프로세스를 살펴봅니다. 코드에 대한 단계별 설명을 살펴보고 그 과정에서 발생할 수 있는 관련 함수, 라이브러리 및 문제에 대해 자세히 살펴보겠습니다.
데이터 프레임 작업은 데이터를 처리할 때 매우 중요하며 종종 데이터 프레임에 여러 열을 한 번에 추가해야 하는 상황에 처할 수 있습니다. 이것은 까다로울 수 있지만 Pandas 라이브러리는 이 작업을 원활하고 효율적으로 만듭니다. 먼저 Pandas 라이브러리를 가져오는 것으로 시작하겠습니다.
import pandas as pd
Pandas Dataframe에 여러 열 추가
데이터 프레임에 여러 열을 추가하려면 DataFrame.assign() 메서드를 사용할 수 있습니다. 이 방법을 사용하면 데이터 프레임에 한 번에 하나 이상의 열을 추가할 수 있습니다. 샘플 데이터 프레임을 만든 다음 아직 존재하지 않는 경우 여러 열을 추가해 보겠습니다.
# 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
. 위의 코드 조각, 먼저 'column1'과 'column2'라는 두 개의 열이 있는 샘플 데이터 프레임을 만듭니다. 그런 다음 데이터 프레임에 추가할 새 열 'column3' 및 'column4'의 목록을 만듭니다. 마지막으로 열 목록을 반복하고 데이터 프레임에 아직 존재하지 않는 경우 새 열을 추가합니다.
단계별 설명
다음은 단계별입니다. 각 부분에 대한 설명 솔루션:
1. "pandas as pd 가져오기"를 사용하여 Pandas 라이브러리를 가져오는 것으로 시작합니다.
2. 다음으로 'column1'과 'column2'라는 두 개의 열이 있는 'df'라는 샘플 데이터 프레임을 만듭니다.
3. 데이터 프레임에 추가할 새 열 목록('column3' 및 'column4')을 만듭니다.
4. for 루프를 사용하여 새 열 목록을 반복합니다.
5. 루프 내에서 'not in' 조건을 사용하여 데이터 프레임에 새 열이 이미 있는지 확인합니다. 새 열이 없으면 기본값 없음으로 데이터 프레임에 새 열을 추가합니다.
Pandas 함수 및 라이브러리
Pandas는 데이터 프레임 처리 및 조작을 단순화하는 광범위한 기능과 방법을 제공합니다. 우리 솔루션에서는 다음과 같은 주요 구성 요소를 사용했습니다.
- 데이터 프레임 – Pandas의 기본 데이터 구조인 DataFrame은 레이블이 지정된 축(행 및 열)이 있는 XNUMX차원의 변경 가능하며 잠재적으로 이기종 테이블 형식 데이터입니다.
- DataFrame.열 – 이 속성은 DataFrame의 열 레이블을 반환하므로 열이 존재하는지 여부에 액세스하고 확인할 수 있습니다.
- pd.데이터프레임() – 새로운 데이터 프레임을 생성하는 생성자 함수입니다. 생성하는 동안 데이터 및 열 이름을 정의할 수 있습니다.
이제 방법을 더 잘 이해했으므로 여러 열 추가 Pandas 데이터 프레임에 이 기술을 사용하면 데이터를 효율적으로 관리하고 조작할 수 있습니다. Pandas는 데이터 분석 및 조작을 위한 수많은 다른 강력한 기능을 제공하므로 더 효과적인 Python 개발자가 되기 위해 이러한 기능을 탐색해야 합니다.
