Bemind
Учебник Python
Учебник Python
  • Python
    • Python Lists
      • Списковые включения в Python (Полное руководство с примерами)
      • Исправление ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Как добавить строку в список в Python
      • Разница между массивами и списками в Python
      • Python: Различия между списками и кортежами
      • Как проверить, пуст ли список в Python
      • Как Итерировать (Циклически Проходить) По Списку в Python
      • Python List sort(): Подробное руководство по сортировке списков
      • Python List Extend: Как добавить несколько элементов в список
      • Python: Найти Индекс Всех Вхождений Элемента в Списке
      • Конвертация списка словарей в Pandas DataFrame
      • Генерация случайных чисел в Python
      • Поиск Индекса в Списке Python: Найти Первое, Последнее или Все Вхождения
      • Добавить в начало списка в Python (Вставить в начало)
      • Найти дубликаты в списке Python
      • Python: Умножение Списков (6 Различных Способов)
      • Python списки: Полный обзор
      • Python: Выбор случайного элемента из списка
      • 4 Способа Очистить Список в Python
      • Объяснение ошибки IndexError в Python: индекс списка выходит за пределы допустимого диапазона
      • Python: Получение индекса максимального элемента в списке
      • Python: Объединение списков – Слияние списков (8 способов)
      • Python: Проверка наличия элемента в списке
      • Python: Проверка наличия элемента в списке
      • Удаление элемента из списка в Python (pop, remove, del, clear)
      • Как перевернуть список в Python (6 способов)
      • Python: Замена элемента в списке (6 различных способов)
      • Python: Удаление дубликатов из списка (7 способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Перемешать Список (Случайное Распределение Элементов Списка в Python)
      • Python: Пересечение двух списков
      • Python: Вычитание двух списков (4 простых способа!)
      • Длина или Размер Списка в Python: 5 Способов Узнать Длину Списка
      • Python: Транспонирование списка списков (5 простых способов!)
      • Python: Разделение списка (Пополам, на части)
      • Python: Комбинации списка (Получить все комбинации списка)
      • Python: Выравнивание списка списков (4 способа)
      • Разница между списками в Python: Нахождение разницы между двумя списками Python
      • Python: Найти среднее значение списка или списка списков
      • Как добавлять элементы в списки в Python – 4 простых способа!
      • Списковые включения в Python (Полное руководство с примерами)
      • 6 способов преобразовать список Python в строку
    • Python Dictionaries
      • Понимание словаря Python (с примерами)
      • Исправляем ValueError: Слишком Много Значений Для Распаковки в Python
      • Как добавить словарь в список в Python
      • Преобразование JSON в словарь Python
      • Полное руководство по вложенным словарям в Python
      • Копирование словаря в Python: Полное руководство
      • Конвертация списка словарей в Pandas DataFrame
      • Поиск дубликатов в списке Python
      • Полный обзор словарей в Python
      • Python: Добавление пары Ключ:Значение в Словарь
      • Python: Сортировка словаря по значениям
      • Слияние Словарей в Python – Комбинирование Словарей (7 Способов)
      • Python: Удаление Дубликатов из Списка (7 Способов)
      • Python: Преобразование словаря в список кортежей (4 простых способа)
      • Python: Красивая Печать Словаря (Dictionary) – 4 Способа
      • Python: Проверка пуст ли словарь (5 способов!)
      • Copy of Python: Проверка пуст ли словарь (5 способов!)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Проверьте, существует ли ключ (или значение) в словаре (5 простых способов)
      • Python: Получение Ключа Словаря с Максимальным Значением (4 Способа)
      • Python: Удаление ключа из словаря (4 разных способа)
      • Как красиво вывести JSON-файл в Python (6 методов)
    • Python Strings
      • Python Капитализация Строк: Руководство по Преобразованию слов в Заглавные
      • Python strip: Как обрезать строку в Python
      • Python Обратная Строка: Руководство по Реверсированию Строк
      • Как Удалить Префикс или Суффикс из Строки в Python
      • Преобразование строки в формат заголовка в Python с помощью str.title()
      • Как добавить строку в список в Python
      • Python String startswith: Проверка, начинается ли строка с подстроки
      • Python String endswith: Проверка того, заканчивается ли строка подстрокой
      • Как удалить первый или последний символ из строки в Python
      • Как исправить: SyntaxError в Python - EOL при сканировании строкового литерала
      • Python String Contains: Проверка Наличия Подстроки в Строке
      • Как проверить, пустая ли строка в Python
      • Python Новая Строка и Как Печатать Без Переноса Строки
      • Как Конкатенировать Строки в Python: Полное Руководство
      • Python: Подсчет слов в строке или файле
      • Как создать список алфавита в Python
      • Python: Конкатенация строки и целого числа (Int)
      • Python: Сортировка строки (4 различных способа)
      • Python zfill и rjust: Добавление нулей в строку в Python
      • Python: Целое в Двоичное (Преобразование целого числа в двоичную строку)
      • Python rfind: Нахождение индекса последней подстроки в строке
      • Python SHA256 хеширование алгоритм: объяснение
      • Python: Усечение числа с плавающей точкой (6 различных способов)
      • Выбор между методами Python isdigit(), isnumeric() и isdecimal()
      • Python: Удаление специальных символов из строки
      • Python Приведение Строки к Нижнему Регистру с помощью .lower(), .casefold(), и .islower()
      • Python программа для проверки, является ли строка палиндромом (6 методов)
      • Python: Найдите все перестановки строки (3 легких способа!)
      • Python: Удаление пунктуации из строки (3 разных способа!)
      • Python: Найти индекс (или все индексы) подстроки в строке
      • Python: Удаление символов новой строки из строки
      • Python: Удаление символа из строки (4 способа)
      • Python: Количество вхождений в строке (4 способа!)
    • Встроенные функции Python
      • abs()
      • ascii()
      • aiter()
      • all()
      • any()
      • anext()
      • bin()
      • bool()
      • breakpoint()
      • bytearray()
      • bytes()
      • callable()
      • chr()
      • classmethod()
      • compile()
      • complex()
      • delattr()
      • dict()
      • dir()
      • divmod()
      • enumerate()
      • eval()
      • exec()
      • filter()
      • float()
      • format()
      • frozenset()
      • getattr()
      • globals()
      • hasattr()
      • hash()
      • help()
      • hex()
      • id()
      • input()
      • int()
      • issubclass()
      • iter()
      • len()
      • list()
      • locals()
      • map()
      • max()
      • memoryview()
      • min()
      • next()
      • object()
      • oct()
      • open()
      • ord()
      • pow()
      • print()
      • property()
      • range()
      • repr()
      • reversed()
      • round()
      • set()
      • setattr()
      • isinstance()
      • slice()
      • zip()
      • type()
      • sorted()
      • staticmethod()
      • str()
      • sum()
      • super()
      • tuple()
      • vars()
      • import()
    • Cобеседования Python. Разбор реальных вопросов.
    • Встроенные методы в Python
  • Учебники по Pandas и Numpy
    • Numpy
      • Функция активации ReLU для глубокого обучения: полное руководство по выпрямленному линейному блоку
      • Как нормализовать массивы NumPy (минимальное-максимальное масштабирование, Z-оценка, L2)
      • NumPy where: Условная обработка элементов массива
      • NumPy linspace: создание равномерно расположенных массивов с помощью np.linspace
      • Как рассчитать векторное произведение в Python
      • Разделение NumPy: Разделение массива NumPy на части
      • NumPy: Лучшие способы применения функции к массиву
      • NumPy full: Создание массивов с заданным значением
      • NumPy clip(): Ограничьте значения массива минимальным и максимальным значениями
      • NumPy cumsum: Расчет кумулятивных сумм массивов NumPy
      • Изучаем функцию np.histogram в NumPy: создаем гистограмму
      • NumPy arange(): Полное руководство (с примерами)
      • Руководство по индексации и срезам массивов NumPy: Полное руководство
      • NumPy argmin(): Получение индекса минимального значения в массивах
      • Выравнивание массива с помощью NumPy flatten
      • Объединение массивов NumPy по различным осям с использованием функции stack
      • Удаление размерности из массивов NumPy с помощью NumPy Squeeze
      • Функция np.repeat() NumPy: Повторение массивов NumPy
      • Использование функции NumPy.exp() для вычисления экспоненты
      • Реализация функции сигмоида на Python
      • NumPy Pad: Использование np.pad() для дополнения массивов и матриц
      • np.argmax(): Как использовать NumPy Argmax
      • NumPy logspace: Понимание функции np.logspace()
      • Использование NumPy Tile для Расположения Массивов
      • NumPy Zeros: Создание массивов и матриц с нулями в NumPy
      • Использование числа Пи в Python (NumPy и Math)
      • Распределение Нормального (Гауссова) Распределения в Numpy (Случайное Нормальное в Numpy)
      • NumPy для Data Science на Python
      • Расчет скалярного произведения с использованием Numpy в Python
      • Расчет натурального логарифма на Python
    • Pandas
      • Python сводные таблицы – Полное руководство
      • Изучение API стиля Pandas
      • Объяснение группировки по нескольким столбцам в Pandas с примерами
      • Удаление индексной колонки DataFrame в Pandas: Руководство с примерами
      • Pandas Quantile: Расчет процентилей в DataFrame
      • Как рассчитать скользящее среднее (среднее арифметическое) в Pandas
      • Руководство по использованию метода fillna в Pandas для работы с отсутствующими данными в DataFrame
      • Pandas unique(): Получение уникальных значений в DataFrame
      • Распакуйте Ваши Данные с Помощью Функции Melt в Pandas
      • Pandas date_range: Как Создать Диапазон Дат в Pandas
      • Сброс индекса в Pandas: как сбросить индекс в Pandas
      • Pandas replace() – Замена значений в DataFrame Pandas
      • Перемещение столбца DataFrame Pandas на позицию (В начало и в конец)
      • Учебное пособие по Python Pandas: полное руководство
      • Pandas: Замена NaN на нули
      • Преобразование DataFrame Pandas в файл Pickle
      • Конвертация Pandas DataFrame в JSON
      • Преобразование DataFrame Pandas в Словарь
      • Преобразование Pandas DataFrame в Список
      • Чтение файлов Parquet в Pandas с помощью pd.read_parquet
      • Pandas dropna(): Удаление отсутствующих записей и столбцов в DataFrame
      • Как Добавить Новый Столбец в DataFrame Pandas
      • Подсчёт уникальных значений в Pandas
      • Отображение всех столбцов и строк в DataFrame Pandas
      • Pandas to_excel: Запись DataFrames в файлы Excel
      • Как использовать Pandas для чтения файлов Excel в Python
      • Преобразование списка словарей в Pandas DataFrame
      • Как добавить/вставить строку в DataFrame Pandas
      • Диаграмма рассеяния в Pandas: Как создать диаграмму рассеяния в Pandas
      • Pandas to_datetime: Преобразование строки Pandas в дату и время
      • Введение в Pandas для Data Science
      • Индексация, Выборка и Присваивание Данных в Pandas
      • Суммирование и Анализ Pandas DataFrame
      • Преобразование столбцов Pandas с помощью map и apply
      • Группировка данных в Pandas с использованием cut и qcut
      • Дата и время в Pandas и Python
      • Очистка и подготовка данных в Pandas и Python
      • Pandas GroupBy: группировка, суммирование и агрегация данных в Python
      • Pandas Дата и Время в Части Даты (месяц, год и т.д.)
      • Pandas: Получение номера строки из DataFrame
      • Вычисление Взвешенного Среднего в Pandas и Python
      • Как перемешать строки Pandas Dataframe в Python
      • Pandas: количество столбцов (подсчет столбцов в DataFrame)
      • Pandas Sum: сложение столбцов и строк DataFrame
      • Pandas Diff: Вычисление Разницы Между Строками Pandas
      • Нормализация столбца или датафрейма Pandas (с использованием Pandas или sklearn)
      • Функция Rank в Pandas: Ранжирование данных в Dataframe (Эквивалент SQL row_number)
      • Pandas Describe: Описательная статистика вашего Dataframe
      • Pandas Shift: Перемещение столбца DataFrame вверх или вниз
      • 7 Способов Выполнения Выборки Данных в Pandas
      • Экспорт DataFrame Pandas в CSV файл – Использование .to_csv()
      • Pandas: Итерация по строкам DataFrame в Pandas
      • Pandas: Преобразование значений столбца в строки
      • Дисперсия в Pandas: Вычисление дисперсии столбца в Pandas Dataframe
      • Pandas: Создание DataFrame из списков (5 способов!)
      • Pandas Rename Index: Как переименовать индекс DataFrame в Pandas
      • Pandas: Подсчёт уникальных значений в объекте GroupBy
      • Pandas: Добавить дни к колонке с датами
      • Среднее в Pandas: Как рассчитать среднее для одной или нескольких колонок
      • Pandas Column to List – Конвертируйте колонку Pandas в список
      • Транспонирование Dataframe в Pandas
      • Python: Разделение DataFrame Pandas
      • Как получить имена столбцов в DataFrame Pandas
      • Pandas: Количество строк в DataFrame (6 способов)
      • Создание пустого DataFrame Pandas и добавление данных
      • Как переименовать столбцы в Pandas DataFrame (с примерами)
      • Изменение порядка столбцов в Pandas: использование метода reindex и метода insert
      • Pandas get_dummies (One-Hot кодирование), объяснение
      • Относительные и Абсолютные Частоты в Python и Pandas
      • Финансовый год – Определение финансового года в Pandas
      • Как сортировать данные в DataFrame Pandas
  • Учебники Matplotlib и Seaborn
    • Seaborn
      • Регрессионные графики в Seaborn с использованием regplot и lmplot
      • Seaborn residplot – Построение остатков линейной регрессии
      • Seaborn jointplot() – Создание совместных графиков в Seaborn
      • Seaborn displot – Распределенческие графики в Python
      • Seaborn ecdfplot – Эмпирические функции накопленного распределения
      • Seaborn rugplot – Визуализация маргинальных распределений
      • Seaborn kdeplot – Создание графиков оценки плотности ядра
      • Seaborn histplot – Создание Гистограмм в Seaborn
      • Seaborn catplot – Визуализация категориальных данных в Python
      • Средняя тенденция для категориальных данных в Seaborn Pointplot
      • Seaborn stripplot: Jitter Plots для распределений категориальных данных
      • Seaborn Countplot – Подсчет категориальных данных в Python
      • Seaborn swarmplot: Bee Swarm Plots для распределения категориальных данных
      • Скрипичные графики Seaborn в Python: Полное руководство
      • Настройка расположения легенд Seaborn, меток, текста и т.д.
      • Тепловая карта Seaborn: Полное руководство
      • Создание многосекционных сеток в Seaborn с помощью FacetGrid
      • Удаление рамки в Seaborn: Как работать с рамкой
      • Заголовки и метки осей в Seaborn: добавление и настройка
      • Как установить Seaborn в Python (Исправление: no module named seaborn)
      • Seaborn relplot – Создание точечных и линейных графиков
      • Полное руководство по созданию точечных диаграмм (scatter plots) в Python с использованием Seaborn
    • Matplotlib
      • Режим Retina в Matplotlib: Улучшение Качества Графиков
      • Как построить функцию в Python с использованием Matplotlib
      • Как создать 3D-диаграммы рассеяния в Matplotlib
      • Как изменить размер шрифта в графике Matplotlib
      • Установка размера маркера в точечных диаграммах Matplotlib
      • Как изменить размер графика и фигуры в Matplotlib
      • Как добавить названия в Matplotlib: Заголовок, Подзаголовок, Названия Осей
      • Pandas Scatter Plot: Как создать диаграмму рассеяния в Pandas
      • Построение графиков в Python с помощью Matplotlib
      • Диаграммы рассеяния Matplotlib – Все, что вам нужно знать
      • Диаграммы с столбцами в Matplotlib – Узнайте все, что вам нужно знать
      • Линейные диаграммы Matplotlib – Всё, что вам нужно знать
      • Построение гистограммы в Python с Matplotlib и Pandas
  • Алгоритмы
    • Алгоритм поиска в ширину (BFS) в Python
    • Алгоритм поиска в глубину (DFS) на Python
  • AI создает хедж-фонд для анализа акций на Python
Powered by GitBook
On this page
  • Создание образца DataFrame Pandas
  • Как добавить столбец в DataFrame Pandas с постоянным значением
  • Как добавить столбец в фрейм данных Pandas из словаря
  • Как добавить несколько столбцов в фрейм данных Pandas
  • Как добавить новый столбец, производный от другого столбца кадра данных Pandas
  • Как добавить новый столбец в фрейм данных Pandas путем слияния с другим фреймом данных
  • Заключение
  • Дополнительные ресурсы
  1. Учебники по Pandas и Numpy
  2. Pandas

Как Добавить Новый Столбец в DataFrame Pandas

PreviousPandas dropna(): Удаление отсутствующих записей и столбцов в DataFrameNextПодсчёт уникальных значений в Pandas

Last updated 1 year ago

В этом учебном пособии вы узнаете, как добавить новый столбец в DataFrame Pandas. Библиотека Pandas предоставляет удобный способ работы с табличными данными. Одна из самых распространенных задач, с которыми вы столкнетесь, — это необходимость добавить больше данных в DataFrame Pandas.

К концу этого руководства вы научитесь:

  • Как добавить новый столбец в DataFrame Pandas

  • Как создать новый столбец постоянных значений в DataFrame Pandas

  • Как создать новый столбец на основе значений другого столбца

Содержание

Создание образца DataFrame Pandas

Чтобы следовать этому учебному пособию, вы можете скопировать и вставить код ниже в свой любимый редактор кода. Если у вас есть свой собственный набор данных, не стесняйтесь использовать его, хотя ваши результаты могут отличаться. Давайте посмотрим на наш набор данных:

# Создаем пример Pandas DataFrame
import pandas as pd

df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Сумма': [99.99, 123.12, 150.23, 52.34, 12.34]})

print(df)

# Возвращает:
#        Имя  Местоположение   Сумма
# 0     Джейн         Торонто   99.99
# 1     Митч        Нью-Йорк  123.12
# 2     Алекс    Лос-Анджелес  150.23
# 3      Иван        Ванкувер   52.34
# 4  Мелисса           Сиэтл   12.34

В приведенном выше DataFrame у нас есть три столбца: ['Name', 'Location', 'Amount']. Теперь, когда у нас есть DataFrame, давайте приступим к добавлению новых столбцов!

Как добавить столбец в DataFrame Pandas с постоянным значением

В этом разделе вы узнаете, как добавить в DataFrame Pandas столбец с постоянным значением. Самый простой способ сделать это - это непосредственно присвоить значение новому столбцу. Это присваивает значение каждой записи в столбце DataFrame.

Давайте посмотрим, как это выглядит:

# Добавляем постоянное значение в Pandas DataFrame
import pandas as pd

df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Сумма': [99.99, 123.12, 150.23, 52.34, 12.34]})

# Добавляем столбец 'Компания' с постоянным значением 'datagy'
df['Компания'] = 'datagy'

print(df)

# Возвращает:
#        Имя  Местоположение   Сумма Компания
# 0     Джейн         Торонто   99.99   datagy
# 1     Митч        Нью-Йорк  123.12   datagy
# 2     Алекс    Лос-Анджелес  150.23   datagy
# 3      Иван        Ванкувер   52.34   datagy
# 4  Мелисса           Сиэтл   12.34   datagy

В приведенном выше блоке кода, мы назначили одно значение (в данном случае строку 'datagy') всему столбцу DataFrame.

Добавление одного постоянного значения в DataFrame Pandas часто не является наиболее распространенной задачей, поскольку информация часто бывает избыточной. В следующем разделе вы научитесь добавлять столбец в Pandas из списка значений.

Простой способ добавить новый столбец в DataFrame Pandas — присвоить список новому столбцу. Это позволяет напрямую назначить новый столбец на основе существующих или новых данных.

Давайте посмотрим, как добавить новый столбец из списка:

# Добавляем новый столбец в Pandas DataFrame из списка
import pandas as pd

df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Сумма': [99.99, 123.12, 150.23, 52.34, 12.34]})

# Создаем новый столбец 'Страна' из списка
df['Страна'] = ['Канада', 'США', 'США', 'Канада', 'США']
print(df)

# Возвращает:
#        Имя  Местоположение   Сумма  Страна
# 0     Джейн         Торонто   99.99  Канада
# 1     Митч        Нью-Йорк  123.12     США
# 2     Алекс    Лос-Анджелес  150.23     США
# 3      Иван        Ванкувер   52.34  Канада
# 4  Мелисса           Сиэтл   12.34     США

В приведенном выше коде мы присвоили список новому столбцу DataFrame в Pandas. Важно отметить, что длина списка должна точно соответствовать количеству записей в DataFrame. В противном случае Pandas выдаст ValueError, указывающий на несоответствие длин.

Как добавить столбец в фрейм данных Pandas из словаря

Простой способ добавить новый столбец в Pandas DataFrame на основе других столбцов - это использование словаря для отображения. Это позволяет легко воспроизвести VLOOKUP в Pandas. Этот метод особенно полезен, когда у вас есть определенное количество элементов, соответствующих другим категориям.

Давайте посмотрим, как мы можем адаптировать информацию о странах, исходя из города, из которого человек родом:

# Добавляем столбец на основе словаря с помощью Pandas
import pandas as pd

df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Сумма': [99.99, 123.12, 150.23, 52.34, 12.34]})

# Создаем столбец 'Страна' на основе словаря, сопоставляющего местоположение и страну
df['Страна'] = df['Местоположение'].map({'Торонто': 'Канада', 'Нью-Йорк': 'США', 'Лос-Анджелес': 'США', 'Ванкувер': 'Канада', 'Сиэтл': 'США'})

print(df)

# Возвращает:
#        Имя  Местоположение   Сумма  Страна
# 0     Джейн         Торонто   99.99  Канада
# 1     Митч        Нью-Йорк  123.12     США
# 2     Алекс    Лос-Анджелес  150.23     США
# 3      Иван        Ванкувер   52.34  Канада
# 4  Мелисса           Сиэтл   12.34     США

В приведенном выше блоке кода мы использовали метод map() для сопоставления со словарем значений. Мы применили метод напрямую к другому столбцу, где словарь ищет ключ и возвращает соответствующее значение.

В следующем разделе вы узнаете, как добавить несколько столбцов в DataFrame Pandas.

Как добавить несколько столбцов в фрейм данных Pandas

Часто возникает необходимость добавить в DataFrame Pandas несколько столбцов. Любой из вышеупомянутых методов будет работать. Например, вы можете назначить два столбца, передав два списка данных.

Давайте посмотрим, как мы можем использовать список списков для создания двух колонок в Pandas:

# Создаем два столбца с помощью Pandas
import pandas as pd

df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Сумма': [99.99, 123.12, 150.23, 52.34, 12.34]})

df['Пример'], df['Пример2'] = [[1,2,3,4,5], [6,7,8,9,0]]

print(df)

# Возвращает:
#        Имя  Местоположение   Сумма  Пример  Пример2
# 0     Джейн         Торонто   99.99       1        6
# 1     Митч        Нью-Йорк  123.12       2        7
# 2     Алекс    Лос-Анджелес  150.23       3        8
# 3      Иван        Ванкувер   52.34       4        9
# 4  Мелисса           Сиэтл   12.34       5        0

Давайте разберем, что мы сделали выше:

  1. Мы назначили две колонки, df['Образец'] и df['Sample2']

  2. Мы передали список списков, каждый из которых содержит пять значений

Как добавить новый столбец, производный от другого столбца кадра данных Pandas

В этом разделе вы узнаете, как добавить новый столбец, являющийся производной от другого столбца. Это позволяет добавить новый столбец, который рассчитывается на основе значений другого столбца. Например, вы можете умножить значения в одном столбце, чтобы рассчитать новый столбец. В приведенном ниже примере вы узнаете, как добавить налог с продаж к столбцу на основе одного столбца:

# Вычисляем новый столбец в Pandas
import pandas as pd

df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Сумма': [99.99, 123.12, 150.23, 52.34, 12.34]})

df['С налогом'] = df['Сумма'] * 1.13

print(df)

# Возвращает:
#        Имя  Местоположение   Сумма  С налогом
# 0     Джейн         Торонто   99.99   112.9887
# 1     Митч        Нью-Йорк  123.12   139.1256
# 2     Алекс    Лос-Анджелес  150.23   169.7599
# 3      Иван        Ванкувер   52.34    59.1442
# 4  Мелисса           Сиэтл   12.34    13.9442

Как добавить новый столбец в фрейм данных Pandas путем слияния с другим фреймом данных

В этом заключительном разделе вы научитесь добавлять новый столбец в DataFrame Pandas, объединяя его с другим DataFrame. Это может быть полезно при работе с реляционными данными из базы данных, например, с данными, которые вы загружаете из SQL базы данных

Функция merge() в Pandas позволяет имитировать комплексное слияние, включая различные типы объединения. Давайте посмотрим, как добавить новый столбец, объединив два DataFrame:

# Добавляем новый столбец в DataFrame, объединяя два DataFrame
import pandas as pd

# Создаем DataFrame с именем и местоположением
df = pd.DataFrame({
    'Имя': ['Джейн', 'Митч', 'Алекс', 'Иван', 'Мелисса'],
    'Местоположение': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл']})

# Создаем DataFrame с городом и страной
df_locations = pd.DataFrame({
    'Город': ['Торонто', 'Нью-Йорк', 'Лос-Анджелес', 'Ванкувер', 'Сиэтл'],
    'Страна': ['Канада', 'США', 'США', 'Канада', 'США']})

# Объединяем два DataFrame по местоположению и городу
df = pd.merge(
    left=df,
    right=df_locations,
    left_on='Местоположение',
    right_on='Город',
    how='left'
).drop(columns='Город')

print(df)

# Возвращает:
#        Имя  Местоположение  Страна
# 0     Джейн         Торонто  Канада
# 1     Митч        Нью-Йорк     США
# 2     Алекс    Лос-Анджелес     США
# 3      Иван        Ванкувер  Канада
# 4  Мелисса           Сиэтл     США

Давайте разберем, что мы сделали в приведенном выше коде:

  1. Мы загрузили два DataFrame, один из которых мы объединим с другим.

  2. Мы затем использовали функцию merge() из библиотеки Pandas

  3. В заключение, мы использовали метод .drop(), чтобы удалить дублирующийся столбец.

Заключение

В этом уроке вы научились использовать Pandas для добавления нового столбца в DataFrame. Сначала вы узнали, как присвоить константное значение напрямую. Затем вы научились добавлять различные значения на основе списка или из словаря. Затем вы изучили, как добавить несколько столбцов в DataFrame Pandas одновременно. После этого вы научились добавлять столбцы, производные от другого столбца. Наконец, вы узнали, как объединить два DataFrame для добавления столбца в DataFrame.

Дополнительные ресурсы

Чтобы узнать больше о смежных темах, ознакомьтесь с ниже приведенными учебными материалами:

  • Преобразование списка словарей в фрейм данных Pandas

  • Как добавить/вставить строку в фрейм данных Pandas

  • Pandas: как удалить столбец индекса Dataframe

  • Pandas Sum: добавьте столбцы и строки Dataframe

Создание образца DataFrame Pandas
Как добавить столбец в DataFrame Pandas с постоянным значением
Как добавить столбец в фрейм данных Pandas из списка
Как добавить столбец в фрейм данных Pandas из словаря
Как добавить несколько столбцов в фрейм данных Pandas
Как добавить новый столбец, производный от другого столбца кадра данных Pandas
Как добавить новый столбец в фрейм данных Pandas путем слияния с другим фреймом данных
Заключение
Дополнительные ресурсы