Как добавить новый столбец в pandas dataframe? 📊💡

df['имя_нового_столбца'] = значение_нового_столбца

import pandas as pd

data = {'Имя': ['Анна', 'Иван', 'Мария'],
        'Город': ['Москва', 'Санкт-Петербург', 'Хабаровск']}

df = pd.DataFrame(data)

df['Возраст'] = [25, 30, 35]

print(df)

   Имя               Город  Возраст
0  Анна              Москва       25
1  Иван    Санкт-Петербург       30
2  Мария          Хабаровск       35

Как добавить новый столбец в pandas DataFrame

Pandas - это мощная библиотека Python, которая обеспечивает удобные инструменты для анализа и обработки данных. Один из важных функциональных возможностей Pandas - это возможность добавления новых столбцов к существующему DataFrame. В этой статье мы подробно рассмотрим, как это сделать.

Чтобы добавить новый столбец в Pandas DataFrame:

1. Выберите имя для нового столбца.
2. Используйте оператор присваивания для присвоения нового столбца DataFrame.
3. Определите значения для нового столбца.

Приведем пример для более ясного понимания:

import pandas as pd

# Создаем DataFrame
df = pd.DataFrame({'Name': ['John', 'Emma', 'Peter'],
                   'Age': [25, 28, 32]})

# Добавляем новый столбец 'Gender'
df['Gender'] = ['Male', 'Female', 'Male']

print(df)

В приведенном примере мы создаем DataFrame с двумя существующими столбцами: "Name" и "Age". Затем мы используем оператор присваивания, чтобы добавить новый столбец под названием "Gender". Мы указываем значения для нового столбца в виде списка ['Male', 'Female', 'Male']. Затем мы выводим результат на экран.

Вот что будет выведено:

   Name  Age  Gender
0  John   25    Male
1  Emma   28  Female
2  Peter  32    Male

Обратите внимание, что добавленный столбец "Gender" полностью соответствует значениям, указанным в списке.

Если вы хотите добавить столбец с генерируемыми значениями, вы можете использовать специальные функции Pandas. Например, вы можете применить функцию "apply" для применения определенной логики к существующим столбцам и создания нового столбца на основе этой логики.

Вот пример добавления нового столбца "Category", основанного на значении столбца "Age":

import pandas as pd

# Создаем DataFrame
df = pd.DataFrame({'Name': ['John', 'Emma', 'Peter'],
                   'Age': [25, 28, 32]})

# Добавляем новый столбец 'Category'
df['Category'] = df['Age'].apply(lambda x: 'Young' if x < 30 else 'Old')

print(df)

В результате будет получен следующий вывод:

   Name  Age Category
0  John   25    Young
1  Emma   28    Young
2  Peter  32    Old

В приведенном примере мы создаем столбец "Category" на основе возрастов в столбце "Age". Если возраст меньше 30, то категория будет "Young", в противном случае - "Old".

Как вы можете заметить, возможности добавления новых столбцов в Pandas DataFrame очень гибкие и позволяют вам обрабатывать данные в соответствии с вашими потребностями.