Pandas DataFrame DataFrame.assign() Função
-
Sintaxe de
pandas.DataFrame.assign(): -
Códigos de exemplo:
DataFrame.assign()Método para Atribuir uma Única Coluna -
Códigos de exemplo:
DataFrame.assign()Método para Atribuir Várias Colunas
Python Pandas DataFrame.assign() atribui novas colunas ao DataFrame.
Sintaxe de pandas.DataFrame.assign():
DataFrame.assign(**kwargs)
Parâmetros
**kwargs |
argumentos de palavras-chave para a função assign(). Os nomes de coluna a serem atribuídos à DataFrame são passados como argumentos de palavras-chave. |
Retornar
Ele retorna o objeto DataFrame com novas colunas atribuídas juntamente com as colunas existentes.
Códigos de exemplo: DataFrame.assign() Método para Atribuir uma Única Coluna
import pandas as pd
df = pd.DataFrame({'Cost Price':
[100, 200],
'Selling Price':
[200, 400]})
new_df=df.assign(Profit=df["Selling Price"]-
df["Cost Price"])
print(new_df)
O autor da chamada DataFrame é
Cost Price Selling Price
0 100 200
1 200 400
Resultado:
Cost Price Selling Price Profit
0 100 200 100
1 200 400 200
Atribui uma nova coluna Profit à coluna DataFrame que corresponde à diferença entre as colunas Selling Price e Cost Price.
Também podemos atribuir uma nova coluna ao df utilizando a função lambda para objetos que podem ser chamados.
import pandas as pd
df = pd.DataFrame({'Cost_Price':
[100, 200],
'Selling_Price':
[200, 400]})
new_df=df.assign(Profit=lambda x:
x.Selling_Price-
x.Cost_Price)
print(new_df)
O chamador DataFrame é
Cost Price Selling Price
0 100 200
1 200 400
Resultado:
Cost_Price Selling_Price Profit
0 100 200 100
1 200 400 200
Códigos de exemplo: DataFrame.assign() Método para Atribuir Várias Colunas
import pandas as pd
df = pd.DataFrame({'Cost_Price':
[100, 200],
'Selling_Price':
[200, 400]})
new_df=df.assign(Cost_Price_Euro =
df['Cost_Price']*1.11,
Selling_Price_Euro =
df['Selling_Price']*1.11)
print(new_df)
O autor da chamada DataFrame é
Cost Price Selling Price
0 100 200
1 200 400
Resultado:
Cost_Price Selling_Price Cost_Price_Euro Selling_Price_Euro
0 100 200 111.0 222.0
1 200 400 222.0 444.0
Ele atribui duas novas colunas Cost_Price_Euro e Selling_Price_Euro a df que são derivadas das colunas existentes Cost_Price e Selling_Price respectivamente.
Também podemos atribuir várias colunas ao df utilizando a função lambda para objetos que podem ser chamados.
import pandas as pd
df = pd.DataFrame({'Cost_Price':
[100, 200],
'Selling_Price':
[200, 400]})
new_df=df.assign(Cost_Price_Euro =
lambda x: x.Cost_Price*1.11,
Selling_Price_Euro =
lambda x: x.Selling_Price*1.11)
print(new_df)
O chamador DataFrame é
Cost Price Selling Price
0 100 200
1 200 400
Resultado:
Cost_Price Selling_Price Cost_Price_Euro Selling_Price_Euro
0 100 200 111.0 222.0
1 200 400 222.0 444.0
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn