HOWTO · Pandas

Wie man eine leere Spalte in Pandas DataFrame erstellt

Wir können eine leere Spalte zu DataFrame in Pandas hinzufügen, indem wir den einfachen Zuweisungsoperator, die Methoden reindex(), assign() und insert() verwenden.

Auf dieser Seite

Um einer bestehenden pandas-DataFrame in Python eine leere Spalte hinzuzufügen, verwenden Sie df["NewColumn"] = "" für leere Zeichenfolgen oder df["NewColumn"] = float("nan") für fehlende Werte (NaN). Beide Varianten erhalten die vorhandenen Zeilen und übrigen Spalten. Eine leere Zeichenfolge ist ein Textwert. Wählen Sie daher die Darstellung, die zu Ihren späteren Berechnungen und Filterungen passt.

Mit reindex() fügen Sie mehrere Spalten hinzu, mit assign() geben Sie einen DataFrame mit benannten Ergänzungen zurück und mit insert() bestimmen Sie die Position. Für die Beispiele benötigen Sie pandas und NumPy.

Mit einfacher Zuweisung eine leere Spalte erstellen

Wenn Sie einer neuen Spalte einen Skalar zuweisen, wird dieser Wert für jede vorhandene Zeile wiederholt. Die Zuweisung ändert df direkt und fügt die neue Spalte rechts an. Existiert der Spaltenname bereits, ersetzt die Zuweisung dessen Inhalt. Verwenden Sie daher einen neuen Namen, wenn Sie die vorhandenen Daten behalten möchten.

Dieses Beispiel vergleicht eine leere Zeichenfolge, den Fehlwertmarker von NumPy und eine leere pandas-Series:

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

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

Empty_1 enthält leere Zeichenfolgen, Empty_2 dagegen NaN. Beim Zuweisen einer Series gleicht pandas deren Indexbezeichnungen mit den Zeilenbezeichnungen des DataFrame ab. Die leere Series hat keine passenden Indexbezeichnungen, daher enthält auch Empty_3 überall fehlende Werte.

Für eine Alternative mit ausdrücklich festgelegtem Datentyp verwenden Sie df["NewColumn"] = pd.Series(index=df.index, dtype="float64"). Mit df.index machen Sie die gewünschte Ausrichtung an den Zeilen explizit. Um später fehlende Einträge auszuwählen, verwenden Sie df["NewColumn"].isna() statt eines Gleichheitsvergleichs mit NaN. Leere Zeichenfolgen prüfen Sie separat mit "".

Mit der Methode pandas.DataFrame.reindex() eine leere Spalte hinzufügen

Die Methode pandas.DataFrame.reindex() gibt einen DataFrame mit den angeforderten Spaltenbezeichnungen und ihrer Reihenfolge zurück. Neu hinzugefügte Bezeichnungen erhalten standardmäßig fehlende Werte. Beachten Sie: columns legt die vollständige Spaltenliste des Ergebnisses fest, nicht nur die Ergänzungen.

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

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

Das Ergebnis behält hier die sechs Zeilenbezeichnungen bei, entfernt aber Date, Income und Expenses. Wenn Sie das Ergebnis wieder df zuweisen, ersetzen Sie damit die ursprüngliche Referenz.

Um die vorhandenen Daten zu behalten, beginnen Sie mit df.columns.tolist() und ergänzen Sie die neuen Namen. So bleibt die Reihenfolge der vorhandenen Spalten erhalten, und die Ergänzungen stehen rechts. Speichern Sie den zurückgegebenen DataFrame, denn diese Methode ändert das ursprüngliche Objekt nicht direkt. Führen Sie dieses Beispiel aus:

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

Die ursprünglichen Spalten mit Datum, Einkommen und Ausgaben bleiben erhalten. Dahinter folgen drei Spalten mit NaN. Wählen Sie neue Namen, die noch nicht vorhanden sind, damit keine doppelten Bezeichnungen angefordert werden.

Mit pandas.DataFrame.assign() eine leere Spalte zum Pandas-DataFrame hinzufügen

Die Methode pandas.DataFrame.assign() gibt einen DataFrame mit einer oder mehreren benannten Spalten zurück. Jedes Schlüsselwort benennt eine Spalte und legt deren Werte fest. Übernehmen Sie das zurückgegebene Objekt wie in df = df.assign(...) oder speichern Sie es unter einem anderen Namen, wenn Sie den ursprünglichen DataFrame behalten möchten.

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

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

Empty_1 enthält leere Zeichenfolgen; nur Empty_2 enthält NaN. Die vorhandenen Spalten bleiben erhalten. Wie bei einer direkten Zuweisung wird eine vorhandene Spalte ersetzt, wenn Sie ihren Namen angeben.

Mit pandas.DataFrame.insert() eine leere Spalte in einen DataFrame einfügen

Verwenden Sie pandas.DataFrame.insert(), wenn die Position der Spalte wichtig ist. Der Aufruf lautet df.insert(loc, column, value): loc ist die nullbasierte Spaltenposition, column die neue Bezeichnung und value der erforderliche Wert. Geben Sie "" für leeren Text oder np.nan für fehlende Werte an.

Die Position muss zwischen 0 und len(df.columns) liegen, einschließlich beider Grenzen. Der obere Grenzwert fügt die Spalte am Ende an. Standardmäßig schlägt das Einfügen einer bereits vorhandenen Bezeichnung fehl. Mit allow_duplicates=True ist eine doppelte Bezeichnung erlaubt, wodurch die spätere Spaltenauswahl jedoch mehrdeutig werden kann.

Anders als assign() und reindex() ändert insert() df direkt und gibt None zurück. Schreiben Sie daher nicht df = df.insert(...).

Das folgende Beispiel fügt zwei Spalten am Ende an:

Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.

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

Empty_1 steht an Spaltenposition 3 und enthält leere Zeichenfolgen. Nach dem Einfügen ist Position 4 für Empty_2 verfügbar, das NaN enthält. Soll eine Spalte stattdessen an erster Stelle stehen, verwenden Sie loc=0; die vorhandenen Spalten rücken nach rechts, ihre Werte bleiben dabei unverändert.