„Python pakub arvuliste ja aegridade andmete käsitlemiseks laias valikus andmestruktuure ja toiminguid. Meie loodud või Pandas imporditud DataFrame'i saab kasutada erinevatel eesmärkidel. Samuti saab kohandada andmeraami veerge koos andmeallikaga. Pandad muudavad paljud andmete töötlemisega seotud tüütud ja aeganõudvad toimingud lihtsaks. Pandas DataFrame'i veeru lisamiseks on neli võimalust, kuid selles artiklis kasutame panda veeru funktsiooni 'insert()'.
Kui oleme Pandas oma dataFrame'i loonud või laadinud, on palju asju, mida võiksime teha. Näiteks võime jätkata andmetega manipuleerimist, muutes näiteks andmeraami veerge. Järgmiseks peame mõistma, kuidas andmeraami veerge kaasata. Kui suurem osa andmetest pärineb ühelt andmepakkujalt, kuid osa andmeid teiselt. Veeru saab hõlpsasti lisada Pandase andmeraamile.
Panda insert() meetod
Andmeraami viimase veeru genereerib erinev funktsioon. Kasutades DataFrame'i 'insert()' meetodit, saate lisada veerge praeguste veergude vahele, mitte lisada neid panda DataFrame'i allossa. See pakub meile võimalust lisada veerg kõikjal, kus me valime, selle asemel, et lihtsalt lõpetada. Lisaks pakub see mitmeid viise veergude väärtuste lisamiseks. Kui teil on vaja teatud asukohta või indeksisse veergu lisada, on pandade funktsioon 'insert()' kasulik.
Pandade insert() veeru süntaks
Näide 1: Veeru lisamine andmeraami Pandase insert() meetodi abil
Alustage artikli esimese näitega, milles selgitame, kuidas sisestada veerg andmeraami. Tööriista 'spyder' abil saame selle koodi tõestada. Esiteks genereerime andmeraami nimega 'kursus'. Selles andmeraamis on kaks veergu: 'course_title' ja 'fee'. Veerus “course_title” on nimekiri kursustest “python”, “java”, “object_oriented” ja “PHP”. Teises veerus “tasu” on kursuse tasude loend, milleks on “30000”, “25000”, “15000” ja “22000”. Meie dataFrame'i kuvamine, 'kursus', kasutades 'pd. DataFrame”.
Järgmisena käsitleme koodi peamist funktsiooni, milleks on panda „insert () veerg”. See on tõhus meetod uue loendi lisamiseks andmeraami. Saate lisada uue veeru mis tahes määratud kohta, kasutades sisestusmeetodit. See meetod võimaldab andmeraamile veeru käsitsi lisada, kuid kohandatavus on väiksem.
Kogu sisestamise ajal tähendab see, et allika DataFrame'i värskendatakse protsessi käigus otse ja uut DataFrame'i ei looda. Sel juhul oleme lisanud oma andmeraamile uue veeru nimega 'Time_duration', kasutades funktsiooni 'insert()'. Selles veerus sisalduvate väärtuste loend on '6_months', '3_months', '3months' ja '6_months'. Allolevas programmis on veerg 'Time_duration', mille indeks on määratletud kui '2'. Kuna indeks on määratud, antakse DataFrame'ile vahemik, mis algab 0-st ja suureneb sammude kaupa, seega tähendab see, et see veerg kuvatakse andmeraami kolmanda veeruna. DataFrame lisab funktsiooni 'pd.insert()' abil uue veeru nimega 'Time _duration'.
Ja nüüd arutame programmi väljundit ülalt. Selle väljund näitab andmeraami, millel on kolm veergu. Täiendav veerg lisatakse andmeraami lõppu. Kasutades meetodit „pd.DataFrame.insert()”, saate panda DataFrame'i lõppu lisamise asemel lisada veeru muude veergude hulka.“Aeg_ kestus” on uus veerg, mille lisasime käsuga „inserting”. funktsiooni. Positsioon “2” viitab DataFrame’i kolmandale veerule, kuna positsioon algab 0-st. Veerg lisatakse andmeraami viimasele kohale.
Näide 2: veergude lisamine andmeraami kasutades Panda insert() funktsiooni
Uute veergude lisamiseks andmeraamile kasutame meetodit 'insert()'. Pandade lõppu täiendavate veergude lisamise asemel võite need sisestada olemasolevate veergude vahele. Eelmise näitega sarnase andmeraami loomiseks võtsime kolm veergu ja määrasime neile väärtused. Esimeses veerus 'Nimi' on nimede loend, mis sisaldab 'Emma', 'Ella',' Smith' ja 'Maxwell'. Teises veerus 'Vanus' on väärtuste loend, mis on meil '29', '36', '39' ja '33'.
Pärast seda prindime välja avalduse 'DataFrame'. Näitame andmeraami avalduse „andmeraami” all. Loome Panda andmeraami jaoks veel ühe veeru, kasutades funktsiooni „insert()”. Loend tuleb luua, et seda saaks meie antud andmekogumisse uue veeruna lisada. Veergude lisamiseks võib kasutada ka panda DataFrame'i meetodit 'assign()'. Sisestame uue veeru, kasutades 'df. sisestada”. Täiendav veerg nimega „Sugu” kuvab soo kas „Mees” või „Naine”.
Trükigem lihtsalt välja veel ühe avalduse 'Uus andmeraamistik'. Uus andmeraam kuvatakse nüüd avalduse 'Uus andmeraam' all, mis sisaldab täiendavat veergu, mille lisasime koos 'pd. Lisa ()” funktsioon. Sarnase nimega veergu ei saa lisada funktsiooni 'insert()' abil. Juhul, kui veerg on andmeraamis juba olemas, kuvatakse vaikimisi väärtuse viga.
Selles väljundis lisatakse andmeraamile veerg, mille tegime funktsiooni „insert()” abil. Selle väljund kuvab kaks andmeraami; esimene dataFrame loodi 'pd.data frame' abil, milles on kaks veergu: 'Nimi' ja 'Vanus'. Uus veerg „sugu”, mille lisasime funktsiooni „insert()” abil, kuvatakse allpool kuvatavas teises andmeraamis. See andmeraam näitab, et seal on kolm veergu, milles on mõned andmed. Indeks on '2' suurusega, mis tähendab, et sellel on kirjed '0 kuni 3'. Uue veeru, mille me sellele andmeraamile määrasime, indeksi asukoht on '3'.
Järeldus
Levinud andmete analüüsi ja värskendamise toiming on DataFrame'i veergude lisamine. Pandas pakub aga ülesande täitmiseks arvukalt võimalusi, pakkudes nelja erinevat meetodit; siiski kasutame oma artiklis ainult ühte tehnikat, milleks on panada veerg 'insert()'. Üks raskemaid osi DataFrame'i uute veergudega laiendamisel on indekseerimine. Kirjeldame kiiresti mõlemat näidet. Esmalt lõime andmeraami pealkirjaga kursus ja lisasime veerud “kursuse nimetus” ja “tasu” ning määrasime sellele veerule väärtused. Kasutades funktsiooni 'insert()', lisame samale andmeraamile uue veeru, mis näitab selle asukohta indeksis kui '2'. Teises näites on näidatud kaks dataFrame'i. Oleme loonud kaks veergu ja loetlenud mõned väärtused esimeses andmeraamis. Seejärel lisasime funktsiooni insert() abil andmeraamile uue veeru nimega „Gender”, see positsioneeriti indeksis samuti kui „2”; nüüd kuvas see tabeli uuesti, nagu on näidatud ülaltoodud teises näites.
Pärast ülaltoodud tehnikate valdamist saame hõlpsasti DataFrame'i uusi veerge lisada.