<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para criar uma coluna em um DataFrame do pandas, se ela ainda n\u00e3o existir:<\/span><\/p>\n Esta sintaxe espec\u00edfica cria uma nova coluna chamada my_column<\/strong> se ela ainda n\u00e3o existir no DataFrame e for definida como o produto das colunas existentes col1<\/strong> e col2<\/strong> .<\/span><\/p>\n O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n Agora digamos que tentamos adicionar uma coluna chamada pre\u00e7o<\/strong> , se ela ainda n\u00e3o existir, e defini-la como uma coluna onde cada valor \u00e9 100:<\/span><\/p>\n Como j\u00e1 existe uma coluna chamada pre\u00e7o<\/strong> , o pandas simplesmente n\u00e3o a adiciona ao DataFrame.<\/span><\/span><\/p>\n Por\u00e9m, digamos que tentamos adicionar uma nova coluna chamada receita<\/strong> se ela ainda n\u00e3o existir e defini-la como uma coluna onde os valores s\u00e3o o produto das colunas vendas e pre\u00e7os:<\/span><\/p>\n Esta coluna de receita<\/strong> \u00e9 adicionada ao DataFrame porque ainda n\u00e3o existia.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Como excluir linhas no Pandas DataFrame com base na condi\u00e7\u00e3o<\/a> Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para criar uma coluna em um DataFrame do pandas, se ela ainda n\u00e3o existir: df[‘ my_column ‘] = df. get (‘ my_column ‘, df[‘ col1 ‘] * df[‘ col2 ‘]) Esta sintaxe espec\u00edfica cria uma nova coluna chamada my_column se ela ainda n\u00e3o existir no DataFrame e for […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3530","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df[' my_column<\/span> '] = df. get<\/span> (' my_column<\/span> ', df[' col1<\/span> '] * df[' col2<\/span> '])<\/strong> \n<\/pre>\n Exemplo: crie uma coluna no Pandas se ela n\u00e3o existir<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' day<\/span> ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],\n ' sales<\/span> ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14],\n ' price<\/span> ': [1, 2, 2, 1, 2, 4, 4, 3, 3, 2, 2, 3]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n day sales price\n0 1 4 1\n1 2 6 2\n2 3 5 2\n3 4 8 1\n4 5 14 2\n5 6 13 4\n6 7 13 4\n7 8 12 3\n8 9 9 3\n9 10 8 2\n10 11 19 2\n11 12 14 3\n<\/strong><\/pre>\n #attempt to add column called 'price'\ndf[' price<\/span> '] = df. get<\/span> (' price<\/span> ', 100) \n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n day sales price\n0 1 4 1\n1 2 6 2\n2 3 5 2\n3 4 8 1\n4 5 14 2\n5 6 13 4\n6 7 13 4\n7 8 12 3\n8 9 9 3\n9 10 8 2\n10 11 19 2\n11 12 14 3\n<\/span><\/span><\/strong><\/pre>\n #attempt to add column called 'revenue'\ndf[' revenue<\/span> '] = df. get<\/span> (' revenue<\/span> ', df[' sales<\/span> '] * df[' price<\/span> '])\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n day sales price revenue\n0 1 4 1 4\n1 2 6 2 12\n2 3 5 2 10\n3 4 8 1 8\n4 5 14 2 28\n5 6 13 4 52\n6 7 13 4 52\n7 8 12 3 36\n8 9 9 3 27\n9 10 8 2 16\n10 11 19 2 38\n11 12 14 3 42\n<\/span><\/span><\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h2>\n
Como filtrar um DataFrame do Pandas em m\u00faltiplas condi\u00e7\u00f5es<\/a>
Como usar o filtro \u201cNOT IN\u201d no Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"