在这篇文章中，我们将看到Pandas的数据框架。insert() 函数。这个函数是用于列转换技术的。所以，让我们直接进入它吧
Pandas库是最重要的库之一，它收集数据并为用户表示。这个API是建立在matplotlib和NumPy库之上的，这说明它是纯粹的Python制作的。从读取复杂而庞大的数据集到对其进行统计分析，这个包非常容易学习和使用。
什么是数据框架？
对于Pandas用户来说，数据框架的概念并不陌生。它是一个行和列的集合，以表格的形式表示数据。就像普通的表格一样，但我们可以用几行代码来修改表格的每个单元格。这节省了大量的工作时间，因为我们不需要在整个表格中搜索该元素。
我们将创建一个样本数据集，然后再进一步实施。要创建一个数据集，必须给它一个字典，它的列是键的形式，行是值的形式。
代码。
import pandas as pd
data_dict = {'Name':['Ramesh', 'Suresh', 'Rajeev', 'Neha', 'Aditi'],
'Roll_nos':[1, 2, 3, 4, 5],
'Division':['A', 'B', 'C', 'D', 'E'] }
data = pd.DataFrame(data_dict)
data
输出。
创建一个样本数据集
现在我们已经准备好了我们的基本数据集，让我们来检索一些关于它的信息。
从Pandas数据框中获取基本信息
代码。
data.columns
data.info()
输出图像。
关于数据框架的基本信息
使用dataframe.insert()函数来添加一个列
我们朝着在我们的数据框架中插入列的方向前进。insert函数是用来明确地放置任何列与它们的值。这方面的文档如下。
Signature: data.insert(loc, column, value, allow_duplicates=False) -> None
Docstring:
Insert column into DataFrame at specified location.
Raises a ValueError if `column` is already contained in the DataFrame,
unless `allow_duplicates` is set to True.
Parameters
----------
loc : int
Insertion index. Must verify 0 <= loc <= len(columns).
column : str, number, or hashable object
Label of the inserted column.
value : int, Series, or array-like
allow_duplicates : bool, optional
File: c:\users\lenovo\anaconda3\lib\site-packages\pandas\core\frame.py
Type: method
这个函数有一个非常简单的语法。
data.insert(loc, column, value, allow_duplicates = False)
解释一下。
- loc = 我们要插入列的数据框架的索引位置。
- column = 我们要插入的列的名称
- value = 该列所具有的所有值
- allow_duplicates = 这个属性是用来在数据框架中放置重复的列的。
使用dataframe.insert()的方法
有两种方法来使用这个函数。
- 直接调用该函数并给它所有的参数。
- 使用功能化的方法(建议)
1.直接调用dataframe.insert()函数
在这个例子中，我们将通过直接调用它在我们的数据框架中添加一个列。它是一个学生数据库，所以，我们将尝试在其中添加Marks 列。
代码。
mrk_list = [90.00, 60.06, 72.32, 78.9, 83.9] # creating a list of values for the Marks column
data.insert(3, 'Marks', mrk_list) # using the isnert function
data # calling the dataframe
输出。
标记列添加到数据框中
解释。
- 我们为新的**"Marks "**列创建一个名为 "mrk_list"的所有值的列表。它将作为参数的值。
- 然后我们用点-**". "**操作符调用insert()函数和我们的数据框架。然后我们在第三个索引中指定我们新列的位置。
- 我们给出该列的名称。然后，我们把值指定为mrk_list。通过这种方式，我们将学生的分数添加到数据集中。
- 注意：当以列表的形式传递数值时，确保不超过主数据框的索引值。
用于整体理解的代码
# importing the module
import pandas as pd
# creating a sample dataframe
data_dict = {'Name':['Ramesh', 'Suresh', 'Rajeev', 'Neha', 'Aditi'],
'Roll_nos':[1, 2, 3, 4, 5],
'Division':['A', 'B', 'C', 'D', 'E'] }
# storing it in a variable
data = pd.DataFrame(data_dict)
# retrieving the basic info
data.info()
data.describe()
# using the insert function
mrk_list = [90.00, 60.06, 72.32, 78.9, 83.9]
data.insert(3, 'Marks', mrk_list)
data
3.使用显式函数是一种更好的方法
我们可以根据自己的需要调用该函数，只需改变里面的参数。它将持有四个参数。
- 数据框架
- 列名
- 位置索引
- 价值
代码。
def create_column(df = None, col_name = '', col_loc = 0, values = []):
print('Creating and adding a new column')
df.insert(col_loc, col_name, values)
print('Column created and added!!!')
return df.head() # returning the new dataset with the new columns
df = data # dataframe name
col_name = input('Enter the column name: ').strip()
col_loc = int(input('Ente the location where you want to insert the column: '))
values = ['March', 'April', 'June', 'May', 'Februray']
# calling the function with the values
create_column(df, col_name, col_loc, values)
输出。
**create_column()**函数和各自的参数输入
在数据框架的第2个索引处添加了连接月列
解释。
- 首先我们创建一个函数create_column()。
- 它需要四个参数作为
- 数据框架
- 列名
- 列的位置
- values - 该列的输入值数组
- 在里面添加一条添加新列的信息。
- 然后，我们调用insert()函数，在里面给出所有这些参数。并返回我们新数据集的头部。
- 当这个过程结束后，我们打印一条消息："列创建并添加！！"。
结语
在这里，我们要对这个话题进行总结。这个函数的使用是非常简单的。我们只需要知道它是如何工作的，然后我们就可以根据我们的要求来使用它。
