🔢 Как создать новую колонку в pandas: простое руководство

Чтобы создать новую колонку в pandas, вы можете использовать метод assign(). Введите имя новой колонки в виде строки в качестве аргумента и присвойте ей необходимые значения или выражения.

# Пример
import pandas as pd

# Создание DataFrame
data = {'Имя': ['Анна', 'Борис', 'Кейт'],
        'Возраст': [25, 32, 28]}
df = pd.DataFrame(data)

# Создание новой колонки
df = df.assign(Работа='Инженер', Зарплата=50000)

# Вывод DataFrame
print(df)
    

Как сделать новую колонку в Pandas

В этой статье мы рассмотрим, как создать новую колонку в библиотеке Pandas. Pandas предоставляет мощные инструменты для манипуляции данными, включая возможность добавления новых колонок на основе существующих данных. Давайте разберемся, как это сделать.

Чтобы добавить новую колонку в DataFrame, мы можем использовать метод assign() или просто присвоить новое значение с помощью оператора =. Давайте рассмотрим оба подхода.

Метод assign()

import pandas as pd

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

# Используем метод assign() для добавления новой колонки
df = df.assign(City=['New York', 'London', 'Paris'])

print(df)

В приведенном выше примере мы создаем DataFrame с именами и возрастами. Затем мы используем метод assign() для добавления новой колонки "City". Мы передаем данные в виде списка и присваиваем результат обратно в переменную DataFrame df. Запуск этого кода выводит следующий результат:

    Name  Age      City
0   John   28  New York
1   Emma   32    London
2    Tom   25     Paris

Присваивание с использованием оператора =

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

# Присваиваем новую колонку с использованием оператора =
df['City'] = ['New York', 'London', 'Paris']

print(df)

В этом примере мы также создаем DataFrame с именами и возрастами. Затем мы присваиваем новую колонку "City" с помощью оператора =. Мы передаем данные в виде списка и добавляем новую колонку к DataFrame df. Запуск этого кода также дает нам следующий результат:

    Name  Age      City
0   John   28  New York
1   Emma   32    London
2    Tom   25     Paris

Обратите внимание, что при использовании оператора = новая колонка должна иметь ту же длину, что и DataFrame. Если переданный список имеет другую длину, возникнет ошибка.

Добавление колонки с использованием функции

Вы также можете добавить новую колонку, используя значение из существующей колонки или результат вычислений. Для этого вы можете определить функцию и применить ее с помощью метода apply(). Давайте рассмотрим пример:

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

# Определяем функцию для создания новой колонки
def get_category(age):
    if age < 30:
        return 'Young'
    else:
        return 'Old'

# Применяем функцию к колонке 'Age' и добавляем новую колонку 'Category'
df['Category'] = df['Age'].apply(get_category)

print(df)

В этом примере мы создаем DataFrame с именами и возрастами. Затем мы определяем функцию get_category(), которая классифицирует людей на основе их возраста. Мы используем метод apply() для применения этой функции к колонке 'Age' и получения новой колонки 'Category'. Запуск этого кода дает нам следующий результат:

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

Мы успешно добавили новую колонку 'Category' на основе возраста каждого человека.

Таким образом, с помощью метода assign() или оператора = вы можете добавить новую колонку в Pandas DataFrame. Вы также можете использовать функции для вычисления значений новой колонки на основе существующих данных. Используйте эти инструменты для управления данными и анализа ваших DataFrame в Pandas.