Как создать пустой DataFrame и добавить к нему строки и столбцы в Pandas?
Давайте обсудим, как создать пустой DataFrame и добавить к нему строки и столбцы в Pandas. Есть несколько способов выполнить эту задачу.
Method #1: Create a complete empty DataFrame without any column name or indices and then appending columns one by one to it.
# 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 |
Выход:
Method #2: Create an empty DataFrame with columns name only then appending rows one by one to it using append()
method.
# 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 |
Выход:
Method #3: Create an empty DataFrame with a column name and indices and then appending rows one by one to it using loc[]
method.
# 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 |
Выход:
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.