Méthodes pour ajouter de l'en-tête en pandas
Les techniques qui sont présentes dans les «pandas» pour ajouter l'en-tête au Datafarme sont:
Syntaxe
La syntaxe est que nous utiliserons sera:
Trame de données.colonnes = [colonnes_names]Exemple 01: Utilisation de DataFrame.Méthode des colonnes
Nous utilisons l'outil «Spyder» pour construire et exécuter nos codes «Pandas» dans ce guide. La première et la ligne principale du code consiste à importer les «Pandas en tant que PD». Cela nous aidera dans le code pour obtenir les fonctions ou les méthodes des pandas en mettant «PD» à la place des «pandas». Lorsque nous importons cela, nous devons faire un dataframe avec le nom «Informations». Ensuite, nous placons «PD» pour accéder à cette méthode.
Nous créons quatre lignes et les données que nous avons ajoutées dans la première ligne sont «508», «609», «760» et «761». Les «Jesh», «Daniel», «Rao» et «Smith» sont ajoutés à la deuxième rangée. Après cela, nous avons la troisième rangée dans laquelle nous insérons «31», «25», «21» et «20». La dernière ligne contient «Linux», «Ubuntu», «Spyder» et «Visual_studio». Ce dataframe est stocké dans la variable «d'information». Maintenant, nous affichons également ce DataFrame «Information» en mettant la méthode «print ()». Nous n'avons pas encore ajouté d'en-tête.
Nous appuyons sur les touches «Shift + Entrée» et la sortie, qui est également montrée ici, est rendue. Maintenant, ajoutez quelques autres lignes de code qui nous aideront à ajouter l'en-tête à cette dataframe.
Nous utilisons le «DataFrame.Méthode des colonnes »et nous ajoutons simplement cette« information. Colonnes »pour ajouter l'en-tête à cette dataframe. Après avoir écrit ceci, nous avons également mis les noms de l'en-tête que nous voulons insérer. Nous mettons «ID», «Nom», «Age» et «Software» comme l'en-tête.
Vérifiez cette sortie et vous pouvez facilement ressentir la différence entre la sortie ci-dessus et cette sortie. Ici, l'en-tête est visible pour vous et vous pouvez remarquer que tous les noms que nous voulons insérer lorsque l'en-tête des colonnes est inséré et affiché.
Nous pouvons également remplacer cet en-tête en mettant à nouveau la même méthode en dessous. Nous ajoutons une autre colonne après cela en utilisant ce «DataFrame.Colonnes "Méthode et cette fois, nous ajoutons de nouveaux noms qui sont" E_ID "," E_NAME "," E_AGE "et" E_Software ". L'en-tête que nous avons ajouté dans les lignes ci-dessus est remplacée par le nouvel en-tête que nous avons ajouté ici.
Remarquez ici, que l'en-tête est modifié et que le nouvel en-tête est inséré, mais les autres valeurs du DataFrame restent les mêmes. Donc, de cette manière, nous pouvons également mettre à jour ou modifier l'en-tête en «pandas».
Exemple 02: Utilisation de DataFrame.Méthode set_axis ()
Nous devons faire le DataFrame avec le nom «EMP_DATA» et accéder à cette méthode «DataFrame» en plaçant le «PD». Ensuite, ajoutez-y des lignes. Les «21», «Smith», «Oliver», «1 an» et «Coder» sont insérés dans la première rangée. "22", "Jacob", "Joseph", "5 ans" et "Designer" sont ajoutés à la deuxième ligne. La troisième rangée contient «23», «Robert», «Alexander», «3 ans» et «Tester». Les dernières lignes ont «24», «Samuel», «Jackson», «2 ans» et «Planner».
Nous utilisons «Imprimer» qui rendra le DataFrame. Aucun en-tête n'est ajouté à cette dataframe. Maintenant, nous nous déplaçons pour ajouter l'en-tête en utilisant le «DataFrame.Méthode set_axis () ”. L'en-tête que nous insérons sur le dataframe est «ID #», «first_name», «last_name», «expérience» et «désignation». Ensuite, ajoutez «l'axe = 1» et aussi «inplace = true» à cette méthode. Nous imprimons à nouveau ce dataframe après avoir ajouté la rubrique en plaçant le «print ()».
Le premier DataFrame ne contient aucun en-tête mais l'en-tête est inséré dans le deuxième DataFrame. Nous insérons cet en-tête à l'aide du «DataFrame.Méthode set_axis () ”.
Exemple 03:
Ici, nous construisons un nouveau dataframe appelé «emp_data» qui a cinq lignes. Dans ces lignes, nous avons également inclus des données. Les données sont «Smith», «Jack», «1.5 ans »et« 150000 », pour la première rangée. Les données «Jacob», «William», «5» années »et« 250000 », pour la deuxième rangée. Les données «Robert», «Benjamin», «9 ans» et «500000» sont dans la troisième rangée. Alors que les données, «Samuel», «Charles», «3 ans», «300000» et «Arthur», «Ethan», «7 ans» et «350000» sont dans les deux dernières rangées.
En utilisant des «colonnes», nous pouvons également introduire une rubrique qui apparaîtra comme l'en-tête. Ensuite, ajoutez «Nom EMP», «gestionnaire», «année de travail» et «salaire» à la prise. Nous plaçons la commande «imprimer» pour rendre les «données EMP_», ".
L'en-tête est inséré sur le dessus. Cette en-tête est insérée à l'aide de «colonnes».
Exemple 04: ajout de plusieurs en-têtes
Dans ce cas, nous insérons plus d'un en-tête. Ici, nous créons une autre dataframe «EMP_DATA» qui se compose de cinq lignes. Nous insérons les données dans ces lignes. Les données «Smith», «Jack», «1.5 ans "," 150000 "dans la première rangée. Les données «Jacob», «Willliam», «5 ans» et «250000» dans la deuxième rangée . La troisième ligne comprend les données «Robert», «Benjamin», «9 ans» et «500000». Alors que les dernières lignes ont les données «Arthur», «Ethan», «7 ans» et «350000». Nous insérons également l'en-tête en utilisant des «colonnes» et en ajoutant «EMP_NAME», «Gestionnaire», «Working_year» et «Salaire» qui rendra l'en-tête de ce DataFrame. Nous utilisons la commande «Print» pour rendre le «EMP_DATA».
Maintenant, nous allons ajouter une autre ligne d'en-tête en utilisant le «DataFrame.colonne". Ici, nous écrivons «Multiindex. De_tuples ". Nous mettons plus de noms comme la colonne qui ajoutera également comme l'en-tête au dataframe. Nous insérons «A1», «B2», «C3» et «D4» comme en-tête.
Nous insérons une en-tête vers le premier DataFrame. Le dataframe rendu ci-dessous contient deux en-têtes différents.
Conclusion
Ce guide clarifie le "Pandas Add Header". Deux approches pour ajouter de l'en-tête en pandas ont été décrites dans ce guide. Ici, nous utilisons les deux techniques et examinons plusieurs instances. Nous avons donné la sortie pour chaque code avec les scripts.