Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment ajouter plusieurs colonnes au Pandas DataFrame



Vous pouvez utiliser les méthodes suivantes pour ajouter plusieurs colonnes à un DataFrame pandas :

Méthode 1 : ajouter plusieurs colonnes contenant chacune une valeur

df[['new1', 'new2', 'new3']] = pd.DataFrame([[4, 'hey', np.nan]], index=df.index)

Méthode 2 : ajouter plusieurs colonnes contenant chacune plusieurs valeurs

df['new1'] = [1, 5, 5, 4, 3, 6]
df['new2'] = ['hi', 'hey', 'hey', 'hey', 'hello', 'yo']
df['new3'] = [12, 4, 4, 3, 6, 7]

Les exemples suivants montrent comment utiliser chaque méthode avec le DataFrame pandas suivant :

import pandas as pd
import numpy as np

#create DataFrame
df = pd.DataFrame({'team': ['A', 'B', 'C', 'D', 'E', 'F'],
                   'points': [18, 22, 19, 14, 14, 11],
                   'assists': [5, 7, 7, 9, 12, 9]})

#view DataFrame
df

        team	points	assists
0	A	18	5
1	B	22	7
2	C	19	7
3	D	14	9
4	E	14	12
5	F	11	9

Méthode 1 : ajouter plusieurs colonnes contenant chacune une valeur

Le code suivant montre comment ajouter trois nouvelles colonnes au DataFrame pandas dans lequel chaque nouvelle colonne ne contient qu’une seule valeur :

#add three new columns to DataFrame
df[['new1', 'new2', 'new3']] = pd.DataFrame([[4, 'hey', np.nan]], index=df.index)

#view updated DataFrame
df

        team	points	assists	new1	new2	new3
0	A	18	5	4	hey	NaN
1	B	22	7	4	hey	NaN
2	C	19	7	4	hey	NaN
3	D	14	9	4	hey	NaN
4	E	14	12	4	hey	NaN
5	F	11	9	4	hey	NaN

Notez que trois nouvelles colonnes – new1 , new2 et new3 – ont été ajoutées au DataFrame.

Notez également que chaque nouvelle colonne ne contient qu’une seule valeur spécifique.

Méthode 2 : ajouter plusieurs colonnes contenant chacune plusieurs valeurs

Le code suivant montre comment ajouter trois nouvelles colonnes au DataFrame pandas dans lequel chaque nouvelle colonne contient plusieurs valeurs :

#add three new columns to DataFrame
df['new1'] = [1, 5, 5, 4, 3, 6]
df['new2'] = ['hi', 'hey', 'hey', 'hey', 'hello', 'yo']
df['new3'] = [12, 4, 4, 3, 6, 7]

#view updated DataFrame
df

	team	points	assists	new1	new2	new3
0	A	18	5	1	hi	12
1	B	22	7	5	hey	4
2	C	19	7	5	hey	4
3	D	14	9	4	hey	3
4	E	14	12	3	hello	6
5	F	11	9	6	yo	7

Notez que trois nouvelles colonnes – new1 , new2 et new3 – ont été ajoutées au DataFrame.

Notez également que chaque nouvelle colonne contient plusieurs valeurs.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment trier par plusieurs colonnes dans Pandas
Comment vérifier si une colonne existe dans Pandas
Comment renommer des colonnes dans Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *