Comment créer une colonne vide dans Pandas DataFrame
- Créez Pandas de colonnes vides avec l’affectation simple
-
Méthode
pandas.DataFrame.reindex()pour ajouter une colonne vide dans Pandas -
pandas.DataFrame.assign()pour ajouter une colonne vide dans Pandas DataFrame -
pandas.DataFrame.insert()pour ajouter une colonne vide à un DataFrame
Nous pourrions utiliser les méthodes reindex(), assign() et insert() de l’objet DataFrame pour ajouter une colonne vide à DataFrame dans Pandas. Nous pouvons également affecter directement une valeur vide à la colonne de DataFrame pour créer une colonne vide dans Pandas.
Créez Pandas de colonnes vides avec l’affectation simple
Nous pouvons directement affecter des colonnes de DataFrame à une chaîne vide, à une valeur NaN ou à une série Pandas vide pour créer une colonne vide dans Pandas.
import pandas as pd
import numpy as np
dates = ["April-20", "April-21", "April-22", "April-23", "April-24", "April-25"]
income = [10, 20, 10, 15, 10, 12]
expenses = [3, 8, 4, 5, 6, 10]
df = pd.DataFrame({"Date": dates, "Income": income, "Expenses": expenses})
df["Empty_1"] = ""
df["Empty_2"] = np.nan
df["Empty_3"] = pd.Series()
print(df)
Production:
Date Income Expenses Empty_1 Empty_2 Empty_3
0 April-20 10 3 NaN NaN
1 April-21 20 8 NaN NaN
2 April-22 10 4 NaN NaN
3 April-23 15 5 NaN NaN
4 April-24 10 6 NaN NaN
5 April-25 12 10 NaN NaN
Il crée trois colonnes vides dans df. La colonne Empty_1 est affectée de la chaîne vide, Empty_2 est affectée de valeurs NaN et Empty_3 est affectée d’une série Pandas vide qui entraîne également des valeurs NaN de l’ensemble de Empty_3 colonne.
Méthode pandas.DataFrame.reindex() pour ajouter une colonne vide dans Pandas
Nous pouvons utiliser la méthode pandas.DataFrame.reindex() pour ajouter plusieurs colonnes vides à un DataFrame dans Pandas.
import pandas as pd
import numpy as np
dates = ["April-20", "April-21", "April-22", "April-23", "April-24", "April-25"]
income = [10, 20, 10, 15, 10, 12]
expenses = [3, 8, 4, 5, 6, 10]
df = pd.DataFrame({"Date": dates, "Income": income, "Expenses": expenses})
column_names = ["Empty_1", "Empty_2", "Empty_3"]
df = df.reindex(columns=column_names)
print(df)
Production:
Empty_1 Empty_2 Empty_3
0 NaN NaN NaN
1 NaN NaN NaN
2 NaN NaN NaN
3 NaN NaN NaN
4 NaN NaN NaN
5 NaN NaN NaN
Le code crée de nouvelles colonnes Empty_1, Empty_2, Empty_3 dans df avec toutes les valeurs de NaN tandis que toutes les anciennes informations sont perdues.
Pour ajouter plusieurs nouvelles colonnes tout en préservant l’initiale, nous pourrions écrire du code comme suit:
import pandas as pd
import numpy as np
dates = ["April-20", "April-21", "April-22", "April-23", "April-24", "April-25"]
income = [10, 20, 10, 15, 10, 12]
expenses = [3, 8, 4, 5, 6, 10]
df = pd.DataFrame({"Date": dates, "Income": income, "Expenses": expenses})
df = df.reindex(columns=df.columns.tolist() + ["Empty_1", "Empty_2", "Empty_3"])
print(df)
Production:
Date Income Expenses Empty_1 Empty_2 Empty_3
0 April-20 10 3 NaN NaN NaN
1 April-21 20 8 NaN NaN NaN
2 April-22 10 4 NaN NaN NaN
3 April-23 15 5 NaN NaN NaN
4 April-24 10 6 NaN NaN NaN
5 April-25 12 10 NaN NaN NaN
Cela ajoute des colonnes vides Empty_1, Empty_2 et Empty_3 au df en préservant les informations initiales.
pandas.DataFrame.assign() pour ajouter une colonne vide dans Pandas DataFrame
Nous pouvons utiliser la méthode pandas.DataFrame.assign() pour ajouter une colonne vide à DataFrame dans Pandas.
import pandas as pd
import numpy as np
dates = ["April-20", "April-21", "April-22", "April-23", "April-24", "April-25"]
income = [10, 20, 10, 15, 10, 12]
expenses = [3, 8, 4, 5, 6, 10]
df = pd.DataFrame({"Date": dates, "Income": income, "Expenses": expenses})
df = df.assign(Empty_1="", Empty_2=np.nan)
print(df)
Production:
Date Income Expenses Empty_1 Empty_2
0 April-20 10 3 NaN
1 April-21 20 8 NaN
2 April-22 10 4 NaN
3 April-23 15 5 NaN
4 April-24 10 6 NaN
5 April-25 12 10 NaN
Il crée une colonne vide nommée Empty_1 et Empty_2 contenant uniquement des valeurs NaN dans le df.
pandas.DataFrame.insert() pour ajouter une colonne vide à un DataFrame
pandas.DataFrame.insert() nous permet d’insérer une colonne dans un DataFrame à emplacement spécifié. Nous pouvons utiliser cette méthode pour ajouter une colonne vide à un DataFrame.
Syntaxe:
DataFrame.insert(loc, column, value, allow_duplicates=False)
Il crée une nouvelle colonne avec le nom colonne à l’emplacement loc avec la valeur par défaut value. allow_duplicates=False garantit qu’il n’y a qu’une seule colonne avec le nom column dans le dataFrame. Si nous transmettons une chaîne vide ou une valeur NaN comme paramètre de valeur, nous pouvons ajouter une colonne vide au DataFrame.
import pandas as pd
import numpy as np
dates = ["April-20", "April-21", "April-22", "April-23", "April-24", "April-25"]
income = [10, 20, 10, 15, 10, 12]
expenses = [3, 8, 4, 5, 6, 10]
df = pd.DataFrame({"Date": dates, "Income": income, "Expenses": expenses})
df.insert(3, "Empty_1", "")
df.insert(4, "Empty_2", np.nan)
print(df)
Production:
Date Income Expenses Empty_1 Empty_2
0 April-20 10 3 NaN
1 April-21 20 8 NaN
2 April-22 10 4 NaN
3 April-23 15 5 NaN
4 April-24 10 6 NaN
5 April-25 12 10 NaN
Il crée la colonne Empty_1 dans df avec toutes les valeurs vides à l’index 3 et Empty_2 à l’index 4 avec toutes les valeurs de NaN.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedInArticle connexe - Pandas DataFrame Column
- Comment obtenir les en-têtes de colonne de Pandas DataFrame sous forme de liste
- Comment supprimer une colonne de Pandas DataFrame
- Comment convertir la colonne DataFrame en date-heure dans Pandas
- Comment obtenir la somme de la colonne Pandas
- Comment changer l'ordre des colonnes de Pandas DataFrame
- Comment convertir une colonne de DataFrame en chaîne de caractères dans Pandas
Article connexe - Pandas DataFrame
- Comment obtenir les en-têtes de colonne de Pandas DataFrame sous forme de liste
- Comment supprimer une colonne de Pandas DataFrame
- Comment convertir la colonne DataFrame en date-heure dans Pandas
- Comment convertir un float en un entier dans Pandas DataFrame
- Comment trier le DataFrame de Pandas par les valeurs d'une colonne
- Comment obtenir l'agrégat des Pandas par groupe et par somme