“Nagbibigay ang Python ng malawak na hanay ng mga istruktura ng data at pagpapatakbo para sa paghawak ng numerical at time series na data. Ang DataFrame na aming nilikha o na-import sa Pandas ay maaaring gamitin para sa iba't ibang layunin. Ang mga column sa data frame ay maaari ding isaayos, kasama ang data source. Ginagawa ng mga Panda na simple ang marami sa mga nakakapagod, nakakaubos ng oras na gawain na nauugnay sa paggawa ng data. Mayroong apat na paraan upang magdagdag ng column sa isang DataFrame sa Pandas, ngunit sa artikulong ito, ginagamit namin ang column ng panda na 'insert()' function.
Kapag nabuo o na-load na namin ang aming dataFrame sa Pandas, may iba't ibang bagay na gusto naming magawa. Halimbawa, maaari naming patuloy na manipulahin ang data, halimbawa, sa pamamagitan ng pagpapalit ng mga column sa data frame. Susunod, dapat nating maunawaan kung paano isama ang mga column sa isang data frame Kung ang karamihan ng data ay nagmumula sa isang data provider, ngunit ang ilang data ay nagmumula sa isa pa. Ang isang column ay madaling maidagdag sa isang Pandas dataFrame.'
Pandas insert() Method
Ang huling column ng data frame ay nabuo ng ibang function. Sa pamamagitan ng paggamit ng DataFrame na 'insert()' na paraan, maaari kang magdagdag ng mga column sa pagitan ng kasalukuyang mga column sa halip na idagdag ang mga ito sa ibaba ng pandas DataFrame. Nag-aalok ito sa amin ng opsyong magdagdag ng column saanman namin piliin, sa halip na sa pagtatapos lang. Bukod pa rito, nag-aalok ito ng maraming paraan para sa pagdaragdag ng mga halaga para sa mga column. Kapag kailangan mong magdagdag ng column sa isang tinukoy na posisyon o index, ang pandas na 'insert()' function ay kapaki-pakinabang.
Syntax para sa Pandas insert() Column
Halimbawa 1: Paglalagay ng Column sa Data Frame Gamit ang Pandas insert() Method
Magsimula sa unang halimbawa ng artikulo, kung saan ipapaliwanag namin kung paano magpasok ng column sa isang data frame. Sa pamamagitan ng paggamit ng tool na 'spyder', mapapatunayan natin ang code na ito. Una, bumubuo kami ng data frame na pinangalanang 'kurso'. Mayroon kaming dalawang column sa data frame na ito, “course_title” at “fee”. Sa column na “course_title” mayroon kaming listahan ng mga kursong “python”, “java”, “object_oriented” at “PHP”. Sa ikalawang hanay na 'bayad' mayroon kaming listahan ng mga bayarin sa kurso na '30000', '25000', '15000' at '22000'. Pagpapakita ng aming dataFrame, 'course,' sa pamamagitan ng paggamit ng 'pd. Balangkas ng mga datos'.
Susunod, tatalakayin natin ang pangunahing function ng code, na pandas “insert() column.” Ito ay isang mahusay na paraan upang magsama ng bagong listahan sa data frame. Maaari mong idagdag ang bagong column sa anumang tinukoy na lugar gamit ang insert method. Ang pamamaraang ito ay nagbibigay-daan din para sa manu-manong pagdaragdag ng isang column sa isang data frame, ngunit may mas kaunting kakayahang umangkop.
Sa buong pagpapasok ay nangangahulugan na ang pinagmumulan ng DataFrame ay direktang ina-update sa panahon ng proseso, at walang bagong DataFrame na nilikha. Sa kasong ito, nagdagdag kami ng bagong column sa aming data frame na may pangalang 'Time_duration' sa pamamagitan ng paggamit ng function na 'insert()'. Ang listahan ng mga value na mayroon kami sa column na ito ay “6_months”, “3_months”, “3months,” at “6_months”. Mayroon kaming column na 'Time_duration' na may index na tinukoy bilang '2' sa program sa ibaba. Dahil ang index ay tinukoy, ang DataFrame ay bibigyan ng isang hanay na magsisimula sa 0 at tumataas sa mga hakbang, kaya nangangahulugan ito na ang column na ito ay ipinapakita bilang isang ikatlong column sa data frame. Nagdaragdag ang DataFrame ng bagong column na pinangalanang 'Time _duration' sa pamamagitan ng paggamit ng function na 'pd.insert()'.
At ngayon, talakayin natin ang output ng programa mula sa itaas. Ang output nito ay nagpapakita ng data frame na may tatlong column. Ang karagdagang column ay idinaragdag sa dulo ng data frame. Sa pamamagitan ng paggamit sa paraang “pd.DataFrame.insert(),” maaari kang magdagdag ng column sa iba pang column sa halip na idagdag ang mga ito sa dulo ng pandas DataFrame.”Time_ duration” ay isang bagong column na idinagdag namin gamit ang “inserting” function. Ang posisyong '2' ay tumutukoy sa ikatlong column sa DataFrame dahil ang posisyon ay nagsisimula sa 0. Ang column ay idinaragdag sa huling lugar sa data frame.
Halimbawa 2: Pagdaragdag ng Mga Column sa isang Data Frame Gamit ang Pandas insert() function
Gagamitin namin ang 'insert()' na paraan upang magdagdag ng mga bagong column sa data frame. Sa halip na magdagdag ng mga karagdagang column sa dulo ng mga pandas, maaari mong ipasok ang mga ito sa pagitan ng mga kasalukuyang column. Para makabuo ng data frame na katulad ng nakaraang halimbawa, kumuha kami ng tatlong column at nagtalaga ng mga value sa kanila. Sa unang column, “Pangalan,” mayroon kaming listahan ng mga pangalan na kinabibilangan ng “Emma”, “Ella”,” Smith,” at “Maxwell”. Sa pangalawang column na 'Edad' ang listahan ng mga value na mayroon kami '29', '36', '39', at '33'.
Pagkatapos nito, nagpi-print kami ng pahayag na 'DataFrame'. Ipapakita namin ang data frame sa ilalim ng statement na 'data frame.' Gumagawa kami ng isa pang column para sa Pandas data frame gamit ang function na “insert()”. Kailangang gumawa ng listahan para maidagdag ito bilang bagong column sa aming ibinigay na dataset. Ang 'assign()' na paraan ng pandas DataFrame ay maaari ding gamitin upang magdagdag ng higit pang mga column. Naglalagay kami ng bagong column sa pamamagitan ng paggamit ng “df. ipasok”. Ang karagdagang column na pinangalanang 'Kasarian' ay nagpapakita ng kasarian bilang alinman sa 'Lalaki' o 'Babae'.
Mag-print na lang tayo ng isa pang pahayag, 'Bagong Dataframe'. Ang isang bagong data frame ay ipapakita na ngayon sa ibaba ng pahayag na 'Bagong Dataframe', na naglalaman ng karagdagang column na idinagdag namin sa 'pd. insert()” function. Ang column na may katulad na pangalan ay hindi maaaring idagdag gamit ang function na 'insert()'. Sa kaso na mayroon nang column sa Data Frame, ang isang Value Error ay itinapon bilang default.
Sa output na ito, ang column na ginawa namin sa pamamagitan ng paggamit sa function na “insert()” ay idinaragdag sa data frame. Ang output nito ay nagpapakita ng dalawang data frame; ang unang dataFrame ay ginawa gamit ang 'pd.data frame,' kung saan mayroon kaming dalawang column, 'Pangalan' at 'Edad'. Ang bagong column na 'kasarian' na idinagdag namin gamit ang function na 'insert()' ay ipinapakita sa pangalawang data frame na ipinapakita sa ibaba. Ipinapakita ng data frame na ito na mayroong tatlong column na may ilang data sa mga ito. Ang index ay '2' sa laki, na nangangahulugang mayroon itong mga entry mula sa '0 hanggang 3'. Ang bagong column na itinalaga namin sa data frame na ito ay may index na posisyon na '3'.
Konklusyon
Ang isang karaniwang ginagamit na pagsusuri ng data at pagpapatakbo ng pag-update ay ang pagdaragdag ng mga column sa DataFrame. Gayunpaman, binibigyan ka ng Pandas ng maraming opsyon para sa pagkumpleto ng gawain sa pamamagitan ng pag-aalok ng apat na magkakaibang pamamaraan; gayunpaman, ginagamit lang namin ang isang diskarte, na ang panadas na 'insert()' column, sa aming artikulo. Isa sa pinakamahirap na bahagi ng pagpapalawak ng DataFrame na may mga bagong column ay ang pag-index. Mabilis nating ilarawan ang parehong mga halimbawa. Una kaming gumawa ng data frame na pinamagatang kurso at idinagdag ang mga column na 'pamagat ng kurso' at 'bayad' at nagtalaga ng mga halaga sa column na ito. Gamit ang function na 'insert()', nagdagdag kami ng bagong column sa parehong data frame na nagsasaad ng posisyon nito bilang '2' sa index. Sa pangalawang halimbawa, dalawang dataFrame ang ipinapakita. Gumawa kami ng dalawang column at naglista kami ng ilang value sa unang data frame. Pagkatapos, sa pamamagitan ng paggamit ng insert() function, nagpasok kami ng bagong column sa data frame na pinangalanang 'Gender,' ito ay nakaposisyon din bilang '2' sa index; ngayon, ipinakita nitong muli ang talahanayan, tulad ng ipinapakita sa pangalawang halimbawa sa itaas.
Matapos ma-master ang mga diskarte sa itaas, madali kaming makakapagdagdag ng mga bagong column sa DataFrame.