Bagaimana untuk Menambah Berbilang Lajur pada Pandas DataFrame Secara serentak?

Menambah Berbilang Lajur pada Bingkai Data Pandas Serentak: Panduan Langkah demi Langkah

Dalam usaha analisis data, ia selalunya diperlukan untuk menambah bingkai data Pandas sedia ada dengan lajur tambahan. Untuk memudahkan proses ini, kami mencari pendekatan yang diperkemas untuk menambah berbilang lajur sekaligus.

Salah Tanggapan Awal: Menetapkan Nilai kepada Berbilang Lajur

Secara intuitif, seseorang mungkin menjangkakan perkara berikut sintaks untuk menyelesaikan tugas:

<code class="python">df[['column_new_1', 'column_new_2', 'column_new_3']] = [np.nan, 'dogs', 3]</code>

Walau bagaimanapun, pendekatan ini menghadapi halangan kerana keperluan Pandas untuk bahagian kanan tugasan senarai lajur (df[[new1, new2]] = .. .) untuk menjadi DataFrame.

Penyelesaian Berfungsi: Menetapkan Berbilang Lajur

Tidak berputus asa, kami menavigasi pelbagai teknik untuk mencapai matlamat kami:

1. Pembongkaran Iterator untuk Tugasan Serentak

<code class="python">df['column_new_1'], df['column_new_2'], df['column_new_3'] = np.nan, 'dogs', 3</code>

2. Mengembangkan Baris Tunggal dengan DataFrame()

<code class="python">df[['column_new_1', 'column_new_2', 'column_new_3']] = pd.DataFrame([[np.nan, 'dogs', 3]], index=df.index)</code>

3. Penggabungan dengan Bingkai Data Sementara

<code class="python">df = pd.concat([ df, pd.DataFrame([[np.nan, 'dogs', 3]], index=df.index, columns=['column_new_1', 'column_new_2', 'column_new_3']) ], axis=1)</code>

4. Menyertai dengan Temporary DataFrames

<code class="python">df = df.join(pd.DataFrame([[np.nan, 'dogs', 3]], index=df.index, columns=['column_new_1', 'column_new_2', 'column_new_3']))</code>

5. Bingkai Data Sementara Berasaskan Kamus

<code class="python">df = df.join(pd.DataFrame({'column_new_1': np.nan, 'column_new_2': 'dogs', 'column_new_3': 3}, index=df.index))</code>

6. .assign() untuk Argumen Berbilang Lajur (Python 3.6 )

<code class="python">df = df.assign(column_new_1=np.nan, column_new_2='dogs', column_new_3=3)</code>

7. Cipta Lajur, Tetapkan Nilai Secara Berasingan

<code class="python">df['column_new_1'] = np.nan
df['column_new_2'] = 'dogs'
df['column_new_3'] = 3</code>

8. Tugasan Asingkan

Walaupun ia tidak mempunyai keanggunan penyelesaian lain, pendekatan ini tetap mudah:

<code class="python">df['column_new_1'] = np.nan
df['column_new_2'] = 'dogs'
df['column_new_3'] = 3</code>

Atas ialah kandungan terperinci Bagaimana untuk Menambah Berbilang Lajur pada Pandas DataFrame Secara serentak?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!