Как добавить столбец в dataframe pandas: простой способ с использованием эмодзи и подробные инструкции

Для добавления столбца в DataFrame в библиотеке pandas, вы можете использовать метод assign() или обратиться к столбцу, как к атрибуту объекта DataFrame.

import pandas as pd

# Создание DataFrame
df = pd.DataFrame({'Имя': ['Алексей', 'Екатерина', 'Сергей'],
                   'Возраст': [25, 28, 32]})

# Использование метода assign()
df_with_new_column = df.assign(Работа=['Инженер', 'Учитель', 'Дизайнер'])

# Или обращение к столбцу, как к атрибуту
df['Зарплата'] = [50000, 60000, 70000]

В результате, вы получите DataFrame с новым столбцом.

Как добавить столбец в датафрейм с помощью библиотеки Pandas

Иногда при работе с таблицами, нам может понадобиться добавить новый столбец для хранения дополнительных данных или вычисленных значений. Библиотека Pandas предоставляет нам простые и эффективные способы добавления столбцов в датафреймы.

1. Создание нового столбца с помощью присваивания значений

Простейший способ добавления нового столбца - это присваивание значений через индексацию. Для этого мы можем использовать существующий столбец или выражение, а затем присвоить результат новому столбцу. Вот пример:

import pandas as pd

# Создаем датафрейм
df = pd.DataFrame({'Name': ['John', 'Alice', 'Bob'],
                   'Age': [25, 30, 35]})

# Добавляем новый столбец
df['Salary'] = [50000, 60000, 70000]

print(df)
    

В данном примере мы создаем датафрейм с двумя столбцами - "Name" и "Age". Затем мы создаем новый столбец "Salary" и присваиваем ему значения `[50000, 60000, 70000]`. В результате мы получаем следующую таблицу:

    Name    Age    Salary
0   John    25     50000
1   Alice   30     60000
2   Bob     35     70000
    

2. Добавление столбца на основе других столбцов

Еще один распространенный сценарий - это добавление столбца на основе значений других столбцов. Можно использовать арифметические операции или функции библиотеки Pandas для вычисления новых значений для столбца. Рассмотрим пример:

# Создаем датафрейм
df = pd.DataFrame({'Name': ['John', 'Alice', 'Bob'],
                   'Age': [25, 30, 35]})

# Добавляем новый столбец
df['YearOfBirth'] = 2022 - df['Age']

print(df)
    

В этом примере мы создаем новый столбец "YearOfBirth" на основе столбца "Age". Мы вычитаем значения столбца "Age" из 2022 и присваиваем результат новому столбцу. Получаем следующую таблицу:

    Name    Age    YearOfBirth
0   John    25     1997
1   Alice   30     1992
2   Bob     35     1987
    

3. Добавление столбца с помощью функции apply

Если нам требуется более сложная логика для вычисления значений нового столбца, мы можем использовать функцию `apply`. Функция `apply` принимает в качестве аргумента функцию, которая будет применяться к каждой строке или столбцу датафрейма. Ниже приведен пример:

# Создаем датафрейм
df = pd.DataFrame({'Name': ['John', 'Alice', 'Bob'],
                   'Age': [25, 30, 35]})

# Функция для вычисления квадрата возраста
def calculate_square(age):
    return age ** 2

# Добавляем новый столбец с помощью функции apply
df['AgeSquared'] = df['Age'].apply(calculate_square)

print(df)
    

В примере выше мы создаем новый столбец "AgeSquared" с помощью функции `calculate_square`, которая вычисляет квадрат возраста. Результат применения функции к столбцу "Age" присваивается новому столбцу "AgeSquared". В результате получается следующая таблица:

    Name    Age    AgeSquared
0   John    25     625
1   Alice   30     900
2   Bob     35     1225
    

Вот несколько способов добавления столбцов в датафрейм с помощью библиотеки Pandas. Вы можете использовать эти методы для решения разнообразных задач и работать с данными более эффективно.