Wie man eine leere Spalte in Pandas DataFrame erstellt
- Leere Spalten-Pandas mit der einfachen Zuweisung erstellen
-
pandas.DataFrame.reindex()Methode zum Hinzufügen einer leeren Pandas-Spalte in Pandas -
pandas.DataFrame.assign()zum Hinzufügen einer leeren Spalte in Pandas DataFrame -
pandas.DataFrame.insert()zum Hinzufügen einer leeren Spalte zu einem DataFrame
Wir könnten die Methoden reindex(), assign() und insert() des DataFrame-Objekts verwenden, um eine leere Spalte zu DataFrame in Pandas hinzuzufügen. Wir können der Spalte von DataFrame auch direkt einen leeren Wert zuweisen, um eine leere Spalte in Pandas zu erstellen.
Leere Spalten-Pandas mit der einfachen Zuweisung erstellen
Wir können Spalten von DataFrame direkt einer leeren Zeichenkette, einem NaN-Wert oder einer leeren Pandas Series zuweisen, um eine leere Spalte in Pandas zu erzeugen.
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)
Ausgabe:
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
Es werden drei leere Spalten in df erzeugt. Der Spalte Empty_1 wird die leere Zeichenkette zugewiesen, Empty_2 werden NaN Werte zugewiesen und Empty_3 wird eine leere Pandas Series zugewiesen, was ebenfalls zu NaN Werten der gesamten Empty_3 Spalte führt.
pandas.DataFrame.reindex() Methode zum Hinzufügen einer leeren Pandas-Spalte in Pandas
Wir können die Methode pandas.DataFrame.reindex() verwenden, um mehrere leere Spalten zu einem DataFrame in Pandas hinzuzufügen.
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)
Ausgabe:
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
Der Code erzeugt neue Spalten Empty_1, Empty_2, Empty_3 in df mit allen NaN Werten, während alle alten Informationen verloren gehen.
Um mehrere neue Spalten unter Beibehaltung der ursprünglichen hinzuzufügen, könnten wir Code wie folgt schreiben:
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)
Ausgabe:
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
Dies fügt die leeren Spalten Empty_1, Empty_2 und Empty_3 in df unter Beibehaltung der ursprünglichen Information hinzu.
pandas.DataFrame.assign() zum Hinzufügen einer leeren Spalte in Pandas DataFrame
Wir können die Methode pandas.DataFrame.assign() verwenden, um eine leere Spalte zu DataFrame in Pandas hinzuzufügen.
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)
Ausgabe:
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
Sie erzeugt eine leere Spalte mit den Namen Empty_1 und Empty_2, die nur NaN-Werte im df enthält.
pandas.DataFrame.insert() zum Hinzufügen einer leeren Spalte zu einem DataFrame
Mit pandas.DataFrame.insert() können wir eine Spalte an einer bestimmten Stelle in einen DataFrame einfügen. Wir können diese Methode verwenden, um eine leere Spalte in einen DataFrame einzufügen.
Die Syntax:
DataFrame.insert(loc, column, value, allow_duplicates=False)
Es wird eine neue Spalte mit dem Namen column an der Stelle loc mit dem Standardwert value erzeugt. allow_duplicates=False stellt sicher, dass es nur eine Spalte mit dem Namen column im DataFrame gibt. Wenn wir eine leere Zeichenkette oder einen NaN-Wert als Wert-Parameter übergeben, können wir dem DataFrame eine leere Spalte hinzufügen.
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)
Ausgabe:
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
Es wird die Spalte Empty_1 in df mit allen leeren Werten bei Index 3 und Empty_2 bei Index 4 mit allen NaN Werten erzeugt.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedInVerwandter Artikel - Pandas DataFrame Column
- Wie man Pandas DataFrame-Spaltenüberschriften als Liste erhält
- Pandas DataFrame-Spalte löschen
- Wie man DataFrame-Spalte in Datetime in Pandas konvertiert
- So erhalten Sie die Summe der Pandas-Spalte
- Wie man die Reihenfolge der Pandas DataFrame-Spalten ändert
- Wie man eine DataFrame-Spalte in eine Zeichenkette in Pandas konvertiert
Verwandter Artikel - Pandas DataFrame
- Wie man Pandas DataFrame-Spaltenüberschriften als Liste erhält
- Pandas DataFrame-Spalte löschen
- Wie man DataFrame-Spalte in Datetime in Pandas konvertiert
- Wie konvertiert man eine Fließkommazahl in eine Ganzzahl in Pandas DataFrame
- Wie man Pandas-DataFrame nach den Werten einer Spalte sortiert
- Wie erhält man das Aggregat der Pandas gruppenweise und sum