Exemple 01
Commençons par regarder notre premier morceau de code, qui sera effectué sur le logiciel Spyder, qui est le meilleur pour les codes Python et Pandas. Nous importons initialement le «Numpy As NP» dans ce logiciel «Spyder» après l'ouvrir. Python est chargé d'importer la bibliothèque Numpy dans votre code actuel via le composant Numpy d'importation du code. Les codes en tant que section NP demandent à Python d'attribuer Numpy l'abréviation de «NP». En entrant le nom de la fonction «NP» au lieu de Numpy, vous pouvez utiliser des fonctions Numpy. Nous «importons» également le «panda en tant que PD», nous accéderons donc à la fonction «pandas» en mettant simplement «PD» au lieu de «pandas».
Nous définissons le DataFrame ci-dessous en donnant le nom «Info» à ce DataFrame. Nous utilisons ici «PD» pour accéder à la fonction «pandas». Le «dataframe» rendra les informations sous forme tabulaire. Il y a deux colonnes dans ce DataFrame, que nous avons créées ici avec le nom «FirstName» et le second avec le nom «Age». La colonne «FirstName» contient «Virat», «Alliés», «Daniel», «Jack» et «Charles». L'autre colonne, «Age», contient «21», «22», «23», «24» et «20». Nous utilisons «Imprimer» afin qu'il rende la ligne sur l'écran de la console de l'outil «Spyder». Nous rendons également cette «info» de données sur le terminal de sortie. Nous n'avons pas encore ajouté de colonnes vides. Donc, maintenant nous ajoutons des colonnes vides à ce dataframe.
Nous utilisons l'opérateur «[]» pour ajouter une colonne vide ici. Nous mettons le nom de DataFrame, puis nous plaçons le «[]» et avons mis le nom de la colonne à l'intérieur de ce «[]». Ici, vous pouvez regarder que «Info» est le nom du DataFrame, et «Gender» est le nom de la nouvelle colonne que nous ajoutons ici, et c'est la colonne vide. Après cela, nous avons ajouté une autre colonne nommée «Département» et mis «NP. nan "ici. Maintenant, nous affichons cette «info» avec des colonnes vides sur l'écran de sortie en consommant la fonction «print ()» dans «Pandas».
Nous obtenons le résultat en appuyant sur le bouton «Exécuter» du logiciel «Spyder». Il rend les données tabulaires, et il n'y a que deux colonnes dans le premier DataFarme. La colonne vide est rendue dans le prochain DataFrame. Il n'y a aucune valeur dans les colonnes «Gender», et aussi la colonne «Département» est la colonne vide.
Exemple 02
Nous utilisons le code ci-dessus ici, mais le mettons à jour un peu en ajoutant une nouvelle méthode pour ajouter des colonnes vides ici. Le «Info1» est le DataFrame cette fois et a utilisé le «Info1.Reindex () ”Méthode ici pour insérer une colonne vide. Vous pouvez modifier les étiquettes de colonne et les indices de ligne à l'aide de la technique Reindex (). Dans le cas où le nouvel index et l'index précédent ne sont pas les mêmes, les valeurs sont définies sur NAN. Nous avons ajouté deux colonnes ici nommées «Gender» et «Roll Number» et n'ont pas transmis de valeur à ces colonnes, donc automatiquement, il générera «Nan» ici. Nous consommons à nouveau la déclaration «print ()» ici pour rendre ce nouveau dataframe.
Regardez la sortie ci-dessous; Il rend «Nan», ce qui ne signifie pas un nombre, donc ces deux colonnes, «genre» et «numéro de rouleau» ne contiennent pas de nombres ou de valeurs. Ce sont des colonnes vides.
Exemple 03
En utilisant le mot-clé «Importer» comme objet «PD», nous avons importé le package du panda. Ceci sera utilisé dans le code pour initialiser le cadre de données. Ainsi, en utilisant la fonction «dataFrame ()» sur l'objet «PD» pour accéder au nouveau cadre de données «Pandas», nous avons introduit une nouvelle variable appelée «élément». Pour construire un cadre de données avec un format tabulaire, nous utilisons la fonction DataFrame (). Les colonnes sont nommées «éléments» et «quantité». Dans la colonne «Articles», nous avons inséré «Lait», «Juice», «Dish Wash», «Hand Wash» et «Chocolates». Dans la colonne «Quantité», nous insérons certains nombres tels que «3», «2», «5», «8» et «20» respectivement.
Rendez également cet «élément» DataFrame de la même manière que nous avons expliqué dans nos codes précédents. Nous mettons ici la fonction «insert ()» pour ajouter la colonne vide au dataframe. Nous avons d'abord mis la position de la colonne où ajouter cette colonne. Nous sélectionnons «1» pour la colonne nommée «Price», puis nous ajoutons également une autre colonne vide avec la même méthode, mais cette fois, le nom de la colonne est «Discount», et il est placé à la position «3». Ici, nous avons inséré deux colonnes vides sur le DataFrame «Item» existant, puis nous obtenons cette dataframe mise à jour et les rendons sur le terminal. Le «print ()» est là pour rendre ce DataFrame.
Le premier DataFrame apparaît ici et ne contient que deux colonnes, et il n'y a pas encore de colonne vide dans ce DataFrame. Après cela, le dataframe mis à jour affiche quatre colonnes et contient deux colonnes vides.
Exemple 04
Maintenant, c'est notre dernier exemple de ce guide dans lequel nous ajouterons une colonne vide. Nous avons importé le package du panda en utilisant l'importation «pandas comme pd». Nous avons ajouté une nouvelle variable appelée «Résultat» et obtenons le nouveau trame de données «Pandas» consommant la méthode «DataFrame ()» sur la «PD». Nous utilisons la méthode DataFrame () pour créer une trame de données avec une disposition tabulaire. Les «articles» et «« papeterie »» ont ces noms de colonne. Nous avons ajouté «Soap», «Sponch», «Brush», «Tooth Paste» et «Oeufs» à la section «Articles». Nous insérons les articles de papeterie tels que «crayon», «stylo», «caoutchouc», «papier» et «marqueur» dans la colonne «stationnaire», en conséquence.
Ensuite, nous avons la fonction «print ()» pour démontrer les données données à l'écran et également le DataFrame. Nous ajoutons ensuite la colonne vide avec le nom "vide_column". Nous mettons ce nom dans les carrés et avons également imprimé le nouveau DataFrame ici.
Il n'y a que deux colonnes dans la première dataframe qui montre ici, et aucune colonne vide n'est encore présente. Le DataFrame révisé contient désormais une colonne vide, et trois colonnes sont visibles après avoir ajouté ce "vide_column".
Conclusion
Le but de ce guide est de clarifier la justification derrière la méthode «Pandas Ajouter une colonne vide». Pour vous permettre de «ajouter la colonne vide», nous sommes entrés dans des détails considérables lors de la description de ce concept. Quatre exemples distincts d'ajout de colonnes vides dans des pandas ont été décrites. Ici, nous utilisons toutes les techniques qui sont utilisées pour ajouter une colonne vide dans "Pandas" et aller en profondeur à propos de chacun. Nous avons examiné plusieurs instances dans ce guide, en dépassant chaque ligne de code en détail. Nous avons donné la sortie pour chaque code ici, ainsi que les codes. Je crois que vous comprenerez ce concept après avoir entièrement lu ce guide.