Pandas dataframe에 빈 열을 추가하는 방법
때로는 Pandas DataFrame에 빈 열을 추가하고 싶을 수도 있습니다.
다행히도 이 작업은 매우 간단하며 이 튜토리얼에서는 다음 pandas DataFrame을 사용하여 이를 수행하는 방법에 대한 몇 가지 예를 보여줍니다.
import numpy as np import pandas as pd #createDataFrame df = pd.DataFrame({'points': [25, 12, 15, 14, 19], 'assists': [5, 7, 7, 9, 12], 'rebounds': [11, 8, 10, 6, 6]}) #view DataFrame df points assists rebounds 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6
예시 1: “ ”를 사용하여 빈 열 추가
빈 열을 추가하는 첫 번째 방법은 다음을 사용하는 것입니다. 다음과 같이 인용합니다.
#add new column titled 'steals' df['steals'] = "" #view DataFrame df points assists rebounds steals 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6
예 2: Numpy를 사용하여 빈 열 추가
빈 열을 추가하는 또 다른 방법은 다음과 같이 np.nan을 사용하는 것입니다.
#add new column titled 'steals' df['steals'] = np.nan #view DataFrame df points assists rebounds steals 0 25 5 11 NaN 1 12 7 8 NaN 2 15 7 10 NaN 3 14 9 6 NaN 4 19 12 6 NaN
예 3: Pandas Series를 사용하여 빈 열 추가
빈 열을 추가하는 또 다른 방법은 다음과 같이 pd.Series()를 사용하는 것입니다.
#add new column titled 'steals' df['steals'] = pd.Series() #view DataFrame df points assists rebounds steals 0 25 5 11 NaN 1 12 7 8 NaN 2 15 7 10 NaN 3 14 9 6 NaN 4 19 12 6 NaN
예 4: Pandas Insert를 사용하여 빈 열 추가
빈 열을 추가하는 또 다른 방법은 다음과 같이 insert() 함수를 사용하는 것입니다.
#createDataFrame df = pd.DataFrame({'points': [25, 12, 15, 14, 19], 'assists': [5, 7, 7, 9, 12], 'rebounds': [11, 8, 10, 6, 6]}) #insert empty column titled 'steals' into index position 2 df.insert(2, "steals", np.nan) #view DataFrame df points assists steals rebounds 0 25 5 NaN 11 1 12 7 NaN 8 2 15 7 NaN 10 3 14 9 NaN 6 4 19 12 NaN 6
이 접근 방식의 장점은 DataFrame에서 원하는 위치에 빈 열을 삽입할 수 있다는 것입니다.
예시 5: 한 번에 여러 개의 빈 열 추가
한 번에 여러 개의 빈 열을 추가하려면 다음과 같이 reindex() 함수를 사용할 수 있습니다.
#createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
'assists': [5, 7, 7, 9, 12],
'rebounds': [11, 8, 10, 6, 6]})
#add empty columns titled 'empty1' and 'empty2'
df = df. reindex (columns = df.columns.tolist () + ['empty1', 'empty2'])
#view DataFrame
df
points assists rebounds empty1 empty2
0 25 5 11 NaN NaN
1 12 7 8 NaN NaN
2 15 7 10 NaN NaN
3 14 9 6 NaN NaN
4 19 12 6 NaN NaN
여기에서 더 많은 Python 튜토리얼을 찾을 수 있습니다.