Lad os diskutere, hvordan man opretter en tom DataFrame og tilføjer rækker og kolonner til den i Pandas og Python . Der er flere måder, hvorpå vi kan udføre denne opgave. Her vil vi dække følgende afsnit:
- Oprettelse af en tom dataramme i Pandaer
- Føj række til Dataframe i Pandas
- Føj række til Dataframe i Pandas
Opretter tom dataramme
Oprettelse af et tomt DataFrame-objekt.
Python3
# import pandas library as pd> import> pandas as pd> df>=> pd.DataFrame()> print>(df)> |
>
>
Produktion:
Empty DataFrame Columns: [] Index: []>
Føj kolonne til Dataframe til Tom DataFrame
Eksempel 1: Opret en komplet tom DataFrame uden kolonnenavn eller indekser og derefter tilføje kolonner i Pandas en efter en til det.
Python3
hvad er java hashmap
# import pandas library as pd> import> pandas as pd> # create an Empty DataFrame object> df>=> pd.DataFrame()> print>(df)> # append columns to an empty DataFrame> df[>'Name'>]>=> [>'Ankit'>,>'Ankita'>,>'Yashvardhan'>]> df[>'Articles'>]>=> [>97>,>600>,>200>]> df[>'Improved'>]>=> [>2200>,>75>,>100>]> df> |
>
>
Produktion:
Eksempel 2: Denne metode vil oprette en ny Dataframe med en ny kolonne tilføjet til den gamle Dataframe vha tildele i Pandas.
Python3
python bytes til streng
# Import pandas package> import> pandas as pd> # Define a dictionary containing Students data> data>=> {>'Name'>: [>'Jai'>,>'Princi'>,>'Gaurav'>,>'Anuj'>],> >'Height'>: [>5.1>,>6.2>,>5.1>,>5.2>],> >'Qualification'>: [>'Msc'>,>'MA'>,>'Msc'>,>'Msc'>]}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data)> # Using 'Address' as the column name and equating it to the list> df2>=> df.assign(address>=>[>'Delhi'>,>'Bangalore'>,>'Chennai'>,>'Patna'>])> # Observe the result> print>(df2)> |
>
>
Produktion:
Føj række til Empty DataFrame
Eksempel 1: Opret en tom DataFrame med kun kolonnenavn, og tilføj derefter rækker én efter én til den ved hjælp af Tilføj() metode .
Python3
# import pandas library as pd> import> pandas as pd> # create an Empty DataFrame> # object With column names only> df>=> pd.DataFrame(columns>=> [>'Name'>,>'Articles'>,>'Improved'>])> print>(df)> # append rows to an empty DataFrame> df>=> df.append({>'Name'> :>'Ankit'>,>'Articles'> :>97>,>'Improved'> :>2200>},> >ignore_index>=> True>)> df>=> df.append({>'Name'> :>'Aishwary'>,>'Articles'> :>30>,>'Improved'> :>50>},> >ignore_index>=> True>)> df>=> df.append({>'Name'> :>'yash'>,>'Articles'> :>17>,>'Improved'> :>220>},> >ignore_index>=> True>)> df> |
>
>
Produktion:
amisha patel
Eksempel 2: Opret en tom DataFrame med et kolonnenavn og indekser og derefter tilføje rækker en efter en til det ved hjælp af placere[] metode.
Python3
# import pandas library as pd> import> pandas as pd> # create an Empty DataFrame object With> # column names and indices> df>=> pd.DataFrame(columns>=> [>'Name'>,>'Articles'>,>'Improved'>],> >index>=> [>'a'>,>'b'>,>'c'>])> print>(>'Empty DataFrame With NaN values :
'>, df)> # adding rows to an empty> # dataframe at existing index> df.loc[>'a'>]>=> [>'Ankita'>,>50>,>100>]> df.loc[>'b'>]>=> [>'Ankit'>,>60>,>120>]> df.loc[>'c'>]>=> [>'Harsh'>,>30>,>60>]> df> |
>
>
Produktion:
