Comment ajouter une nouvelle colonne à DataFrame existant avec une valeur par défaut dans Pandas

  1. pandas.DataFrame.assign() pour ajouter une nouvelle colonne dans Pandas DataFrame
  2. Accédez à la nouvelle colonne pour la définir avec une valeur par défaut
  3. pandas.DataFrame.insert() pour ajouter une nouvelle colonne dans Pandas DataFrame

Nous pourrions utiliser les méthodes assign() et insert() des objets DataFrame pour ajouter une nouvelle colonne au DataFrame existant avec des valeurs par défaut. Nous pouvons également attribuer directement une valeur par défaut à la colonne de DataFrame à créer.

Nous utiliserons le DataFrame ci-dessous comme exemple dans les sections suivantes.

import pandas as pd

dates=['April-10', 'April-11', 'April-12', 'April-13']
fruits=['Apple', 'Papaya', 'Banana', 'Mango']
prices=[3, 1, 2, 4]

df = pd.DataFrame({'Date':dates ,
                   'Fruit':fruits ,
                   'Price': prices})

print(df)

Production:

       Date   Fruit  Price
0  April-10   Apple      3
1  April-11  Papaya      1
2  April-12  Banana      2
3  April-13   Mango      4

pandas.DataFrame.assign() pour ajouter une nouvelle colonne dans Pandas DataFrame

Nous pouvons utiliser la méthode pandas.DataFrame.assign() pour ajouter une nouvelle colonne à le DataFrame existant et attribuez la colonne DataFrame nouvellement créée avec des valeurs par défaut.

import pandas as pd

dates=['April-10', 'April-11', 'April-12', 'April-13']
fruits=['Apple', 'Papaya', 'Banana', 'Mango']
prices=[3, 1, 2, 4]

df = pd.DataFrame({'Date':dates ,
                   'Fruit':fruits ,
                   'Price': prices})

new_df=df.assign(Profit=6)
print(new_df)

Production:

       Date   Fruit  Price  Profit
0  April-10   Apple      3       6
1  April-11  Papaya      1       6
2  April-12  Banana      2       6
3  April-13   Mango      4       6

Le code crée une nouvelle colonne Profit dans le DataFrame et définit les valeurs de la colonne entière à 6.

Accédez à la nouvelle colonne pour la définir avec une valeur par défaut

Nous pouvons utiliser l’indexation DataFrame pour créer une nouvelle colonne dans DataFrame et la définir sur des valeurs par défaut.

Syntaxe:

df[col_name]=value

Il crée une nouvelle colonne col_name dans DataFrame df et définit la valeur par défaut pour la colonne entière sur value.

import pandas as pd

dates=['April-10', 'April-11', 'April-12', 'April-13']
fruits=['Apple', 'Papaya', 'Banana', 'Mango']
prices=[3, 1, 2, 4]

df = pd.DataFrame({'Date':dates ,
                   'Fruit':fruits ,
                   'Price': prices})

df['Profit']=5
print(df)

Production:

       Date   Fruit  Price  Profit
0  April-10   Apple      3       5
1  April-11  Papaya      1       5
2  April-12  Banana      2       5
3  April-13   Mango      4       5

pandas.DataFrame.insert() pour ajouter une nouvelle colonne dans Pandas DataFrame

pandas.DataFrame.insert() nous permet d’insérer une colonne dans un DataFrame à emplacement spécifié.

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 valeur. allow_duplicates = False garantit qu’il n’y a qu’une seule colonne avec le nom column dans le dataFrame.

import pandas as pd

dates=['April-10', 'April-11', 'April-12', 'April-13']
fruits=['Apple', 'Papaya', 'Banana', 'Mango']
prices=[3, 1, 2, 4]

df = pd.DataFrame({'Date':dates ,
                   'Fruit':fruits ,
                   'Price': prices})

df.insert(2, "profit", 4, allow_duplicates=False)
print(df

Production:

       Date   Fruit  profit  Price
0  April-10   Apple       4      3
1  April-11  Papaya       4      1
2  April-12  Banana       4      2
3  April-13   Mango       4      4

Ici, une colonne avec le nom profit est insérée à l’index 2 avec la valeur par défaut 4.

Article connexe - Pandas DataFrame Column

  • Obtenez la première rangée de la colonne donnée Pandas des dataframes
  • Article connexe - Pandas DataFrame

  • Obtenez les valeurs uniques Pandas en colonne et triez-les