“Python menyediakan pelbagai struktur data dan operasi untuk mengendalikan data berangka dan siri masa. DataFrame yang kami cipta atau import dalam Panda boleh digunakan untuk pelbagai tujuan. Lajur dalam bingkai data juga boleh dilaraskan, bersama-sama dengan sumber data. Panda menjadikan banyak tugas yang membosankan dan memakan masa yang berkaitan dengan mengolah data dengan mudah. Terdapat empat cara untuk menambah lajur pada DataFrame dalam Pandas, tetapi dalam artikel ini, kami menggunakan fungsi 'insert()' lajur panda.
Setelah kami membina atau memuatkan dataFrame kami dalam Pandas, terdapat pelbagai perkara yang kami ingin capai. Contohnya, kami mungkin terus memanipulasi data, contohnya, dengan menukar lajur dalam bingkai data. Seterusnya, kita mesti memahami cara memasukkan lajur dalam bingkai data Jika majoriti data datang daripada satu pembekal data, tetapi sesetengah data datang daripada yang lain. Lajur boleh ditambah dengan mudah pada Pandas dataFrame.”
Kaedah sisipan panda().
Lajur terakhir bingkai data dijana oleh fungsi yang berbeza. Dengan menggunakan kaedah “insert()” DataFrame, anda boleh menambah lajur antara lajur semasa dan bukannya menambahkannya di bahagian bawah DataFrame panda. Ia menawarkan kita pilihan untuk menambah lajur di mana-mana sahaja yang kita pilih, bukannya hanya pada kesimpulan. Selain itu, ia menawarkan banyak cara untuk menambah nilai untuk lajur. Apabila anda perlu menambah lajur pada kedudukan atau indeks tertentu, fungsi 'insert()' panda berguna.
Sintaks untuk lajur sisipan() Pandas
Contoh 1: Memasukkan Lajur ke dalam Bingkai Data Menggunakan Kaedah Pandas insert().
Mulakan dengan contoh pertama artikel, yang mana kami akan menerangkan cara memasukkan lajur ke dalam bingkai data. Dengan menggunakan alat 'spyder', kami boleh membuktikan kod ini. Pertama, kami menjana bingkai data bernama 'kursus'. Kami mempunyai dua lajur dalam bingkai data ini, 'course_title' dan 'yuran'. Dalam lajur 'course_title' kami mempunyai senarai kursus 'python', 'java', 'object_oriented' dan 'PHP'. Dalam lajur kedua 'yuran' kami mempunyai senarai yuran kursus iaitu '30000', '25000', '15000' dan '22000'. Memaparkan DataFrame kami, 'kursus,' dengan menggunakan 'pd. DataFrame”.
Seterusnya, kita akan membincangkan fungsi utama kod, iaitu lajur 'insert()' panda. Ia merupakan kaedah yang cekap untuk memasukkan senarai baharu dalam bingkai data. Anda boleh menambah lajur baharu di mana-mana tempat tertentu menggunakan kaedah sisipan. Kaedah ini juga membenarkan penambahan lajur secara manual pada bingkai data, tetapi terdapat kurang kebolehsuaian.
Sepanjang sisipan bermakna sumber DataFrame dikemas kini secara langsung semasa proses dan tiada DataFrame baharu dibuat. Dalam kes ini, kami telah menambah lajur baharu pada bingkai data kami dengan nama 'Time_duration' dengan menggunakan fungsi 'insert()'. Senarai nilai yang kami ada dalam lajur ini ialah “6_months”, “3_months”, “3months” dan “6_months”. Kami mempunyai lajur 'Time_duration' dengan indeks yang ditakrifkan sebagai '2' dalam program di bawah. Memandangkan indeks ditentukan, DataFrame akan diberikan julat yang bermula pada 0 dan meningkat dalam langkah, jadi ini bermakna lajur ini dipaparkan sebagai lajur ketiga dalam bingkai data. DataFrame menambah lajur baharu bernama 'Time _duration' dengan menggunakan fungsi 'pd.insert()'.
Dan sekarang, mari kita bincangkan output program dari atas. Outputnya menunjukkan bingkai data yang mempunyai tiga lajur. Lajur tambahan ditambahkan pada hujung bingkai data. Dengan menggunakan kaedah 'pd.DataFrame.insert()', anda boleh menambah lajur antara lajur lain dan bukannya menambahkannya pada penghujung DataFrame panda.'Time_ duration' ialah lajur baharu yang kami tambah menggunakan 'menyisipkan' fungsi. Kedudukan '2' merujuk kepada lajur ketiga dalam DataFrame sejak kedudukan bermula pada 0. Lajur ditambahkan ke tempat terakhir dalam bingkai data.
Contoh 2: Menambah Lajur ke dalam Bingkai Data Menggunakan fungsi Pandas insert().
Kami akan menggunakan kaedah 'insert()' untuk menambah lajur baharu pada bingkai data. Daripada menambah lajur tambahan di hujung panda, anda boleh memasukkannya di antara lajur sedia ada. Untuk menjana bingkai data yang serupa dengan contoh sebelumnya, kami mengambil tiga lajur dan memberikan nilai kepada lajur tersebut. Dalam lajur pertama, 'Nama', kami mempunyai senarai nama yang termasuk 'Emma', 'Ella', 'Smith', dan 'Maxwell'. Dalam lajur kedua 'Umur' senarai nilai yang kami ada '29', '36', '39', dan '33'.
Selepas itu, kami sedang mencetak pernyataan 'DataFrame'. Kami akan menunjukkan bingkai data di bawah pernyataan 'bingkai data'. Kami sedang membuat satu lagi lajur untuk bingkai data Pandas menggunakan fungsi 'insert()'. Satu senarai perlu dibuat supaya ia boleh ditambahkan sebagai lajur baharu pada set data kami yang diberikan. Kaedah 'assign()' DataFrame panda juga boleh digunakan untuk menambah lebih banyak lajur. Kami sedang memasukkan lajur baharu dengan menggunakan “df. masukkan”. Lajur tambahan bernama 'Jantina' memaparkan jantina sama ada 'Lelaki' atau 'Perempuan'.
Mari kita cetak satu lagi pernyataan, 'Bingkai Data Baharu'. Bingkai data baharu kini akan dibentangkan di bawah pernyataan 'Bingkai Data Baharu', yang mengandungi lajur tambahan yang kami tambahkan dengan 'pd. insert()” fungsi. Lajur dengan nama yang serupa tidak boleh ditambah menggunakan fungsi 'insert()'. Sekiranya lajur sudah wujud dalam Bingkai Data, Ralat Nilai secara lalai dilemparkan.
Dalam output ini, lajur yang kami buat dengan menggunakan fungsi 'insert()' ditambahkan pada bingkai data. Outputnya memaparkan dua bingkai data; dataFrame pertama telah dibuat menggunakan 'pd.data frame,' di mana kami mempunyai dua lajur, 'Nama' dan 'Umur'. Lajur baharu 'jantina' yang kami tambah menggunakan fungsi 'insert()' ditunjukkan dalam bingkai data kedua yang dipaparkan di bawah. Bingkai data ini menunjukkan bahawa terdapat tiga lajur dengan beberapa data di dalamnya. Saiz indeks adalah '2', yang bermaksud ia mempunyai entri dari '0 hingga 3'. Lajur baharu yang kami tetapkan pada bingkai data ini mempunyai kedudukan indeks '3'.
Kesimpulan
Operasi analisis dan kemas kini data yang biasa digunakan ialah menambahkan lajur pada DataFrame. Walau bagaimanapun, Pandas memberi anda banyak pilihan untuk menyelesaikan tugas dengan menawarkan empat kaedah berbeza; walau bagaimanapun, kami hanya menggunakan satu teknik, iaitu lajur 'insert()' panadas, dalam artikel kami. Salah satu bahagian paling sukar untuk memanjangkan DataFrame dengan lajur baharu ialah pengindeksan. Mari kita huraikan kedua-dua contoh dengan cepat. Kami mula-mula mencipta bingkai data bertajuk kursus dan menambahkan lajur 'tajuk kursus' dan 'yuran' dan memperuntukkan nilai pada lajur ini. Menggunakan fungsi 'insert()', kami kemudian menambah lajur baharu pada bingkai data yang sama yang menunjukkan kedudukannya sebagai '2' dalam indeks. Dalam contoh kedua, dua dataFrames ditunjukkan. Kami telah mencipta dua lajur dan menyenaraikan beberapa nilai dalam bingkai data pertama. Kemudian, dengan menggunakan fungsi insert(), kami memasukkan lajur baharu dalam bingkai data bernama 'Jantina,' ia juga diletakkan sebagai '2' dalam indeks; kini, ia memaparkan jadual sekali lagi, seperti yang ditunjukkan dalam contoh kedua di atas.
Selepas menguasai teknik di atas, kami boleh menambah lajur baharu pada DataFrame dengan mudah.