Hoe de methode allow() in pandas te gebruiken (met voorbeelden)

De methode allow() kan worden gebruikt om nieuwe kolommen toe te voegen aan een pandas DataFrame.

Deze methode gebruikt de volgende basissyntaxis:

 df. assign (new_column = values)

Het is belangrijk op te merken dat deze methode alleen het nieuwe DataFrame op de console weergeeft, maar het originele DataFrame niet daadwerkelijk wijzigt.

Om het oorspronkelijke DataFrame te wijzigen, moet u de resultaten van de methode allow() in een nieuwe variabele opslaan.

De volgende voorbeelden laten zien hoe u de methode allow() op verschillende manieren kunt gebruiken met de volgende panda’s DataFrame:

 import pandas as pd

#define DataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

   points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

Voorbeeld 1: Wijs een nieuwe variabele toe aan DataFrame

De volgende code laat zien hoe u de methode allow() kunt gebruiken om een nieuwe variabele toe te voegen aan het DataFrame, genaamd points2 , waarvan de waarden gelijk zijn aan de waarden in de puntenkolom , vermenigvuldigd met twee:

 #add new variable called points2
df. assign (points2 = df.points * 2 )

    points assists rebounds points2
0 25 5 11 50
1 12 7 8 24
2 15 7 10 30
3 14 9 6 28
4 19 12 6 38
5 23 9 5 46
6 25 9 9 50
7 29 4 12 58

Houd er rekening mee dat deze methode allow() het oorspronkelijke DataFrame niet wijzigt.

Als we het originele DataFrame afdrukken, zullen we zien dat het ongewijzigd blijft:

 #print original DataFrame
print (df)

   points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

Om de resultaten van de methode allow() op te slaan, kunnen we de resultaten opslaan in een nieuw DataFrame:

 #add new variable called points2 and save results in new DataFrame
df. assign (points2 = df.points * 2 )

#view new DataFrame
print (df_new)

   points assists rebounds points2
0 25 5 11 50
1 12 7 8 24
2 15 7 10 30
3 14 9 6 28
4 19 12 6 38
5 23 9 5 46
6 25 9 9 50
7 29 4 12 58

Het nieuwe DataFrame met de naam df_new bevat nu de points2- kolom die we hebben gemaakt.

Voorbeeld 2: Wijs meerdere nieuwe variabelen toe aan DataFrame

De volgende code laat zien hoe u de methode allow() gebruikt om drie nieuwe variabelen aan het DataFrame toe te voegen:

 #add three new variables to DataFrame and store results in new DataFrame
df_new = df. assign (points2 = df. points * 2 ,
                   assists_rebs = df. assists + df. rebounds ,
                   conference = ' Western ')

#view new DataFrame
print (df_new)

   points assists rebounds points2 assists_rebs conference
0 25 5 11 50 16 Western
1 12 7 8 24 15 Western
2 15 7 10 30 17 Western
3 14 9 6 28 15 Western
4 19 12 6 38 18 Western
5 23 9 5 46 14 Western
6 25 9 9 50 18 Western
7 29 4 12 58 16 Western

Houd er rekening mee dat er drie nieuwe kolommen aan het DataFrame zijn toegevoegd.

Opmerking : u kunt hier de volledige documentatie van de methode Pandas Assign() vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelgebruikte functies in panda’s kunt gebruiken:

Hoe de functie beschrijven() in Panda’s te gebruiken
Hoe de idxmax()-functie in Panda’s te gebruiken
Hoe een functie toe te passen op geselecteerde kolommen in Pandas