Отображение внешних значений в значениях данных в Pandas

| | | | | | | | | |

Чтобы добавить внешние значения во фрейм данных, мы используем словарь, содержащий ключи и значения, которые мы хотим добавить в фрейм данных. Когда вы добавляете внешние значения во фрейм данных, один столбец будет добавлен к текущему фрейму данных. Мы также можем сопоставить или объединить один фрейм данных с другим с помощью панд.

Способ № 1: Использование функции отображения

Используя эту функцию отображения, мы можем добавить еще один столбец в существующий фреймворк данных. Просто имейте в виду, что значения ключей ‚Äã‚Äã не будут повторяться, это сделает данные несогласованными.


# Создать новый фрейм данных

import pandas as pd


initial_data = { `First_name` : [ ` Ram` , `Мохан` , ` Тина` , `Jeetu` , ` Meera` ],

`Last_name` : [ `Кумар` , ` Шарма` , `Али` , ` Ганди` , `Кумари` ],

`Возраст` : [ 42 , 52 , 36 , 21 , 23 ],

`Город` : [ ` Мумбаи` , `Нойда` , `Pune` , ` Дели ` , `Бихар` ]}

df = pd.DataFrame (initial_data, columns = [ `First_name` , `Last_name` ,

`Возраст` , ` City` ])


# Создать новый столбец с помощью словаря

new_data = { "Ram" : "B.Com" ,

"Mohan" : "IAS" ,

"Tina" : " LLB " ,

"Jeetu" : " B.Tech " ,

"Meera" : "MBBS" }


# объединить эти новые данные с существующим DataFrame

df [ "Квалификация" ] = <класс кода = "p lain"> df [ "First_name" ]. map (new_data)

print (df)

< /tbody>

Выход:

First_name Last_name Возраст Город Квалификация 0 Ram Kumar 42 Mumbai B.Com 1 Mohan Sharma 52 Noida IAS 2 Тина Али 36 Пуна Бакалавр права 3 Джиту Ганди 21 Дели Б. Тек 4 Мира Кумари 23 Бихар MBBS 

Метод № 2: Использование replace

В этом методе мы можем добавить или заменить некоторые значения фрейма данных ‚Äã‚Äã некоторыми конкретными внешними значениями.


# Создать новый фрейм данных

import pandas as pd

initial_data = { `First_name` : [ ` Ram` , `Mohan ` , ` Тина` , `Jeetu` , `Meera` ],

`Last_name` : [ ` Кумар` , ` Шарма` , `Али` , `Ганди` , ` Кумари` ],

` Age` : [ 42 , 52 , 36 , 21 , 23 ],

`Город` : [ `Мумбаи` , ` Ноида` , `Pune` , `Дели` , ` Бихар` ]}


df = pd. DataFrame (initial_data, столбцы = [ `First _name` , `Last_name` ,

` Возраст` , `City` ])


# Создать новый столбец, используя словарь

new_data = { "Ram" : "Shyam" ,

"Tina" : " Рия " ,

"Jeetu" : "Jitender" }


print (df, end = "" )


# объединить этот новый данные с существующим DataFrame

df = df.replace ({ " First_name " : new_data})

print (df)

Выход :

Имя Фамилия Возраст Город 0 Рам Кумар 42 Мумбаи 1 Мохан Шарма 52 Нойда 2 Тина Али 36 Пуна 3 Джиту Ганди 21 Дели 4 Мира Кумари 23 Бихар Имя Фамилия Возраст Город 0 Шьям Кумар 42 Мумбаи 1 Мохан Шарма 52 Нойда 2 Рия Али 36 Пуна 3 Джитендер Ганди 21 Дели 4 Мира Кумари 23 Бихар 

Метод № 3: Использование update< /код>

В этом методе мы можем обновить значения фрейма данных, используя индекс значений, мы можем изменить значение столбцов по внешним данным.


# Создать новый фрейм данных

import pandas as pd

initial_data = { `First_name` : [ `Рам` , `Мохан` , ` Тина` , `Jeetu` , ` Meera` ],

` Last_name` : [ `Кумар` , ` Шарма` , `Али` , `Ганди` , ` Кумари` ],

"Возраст" : [ 42 , 52 , 36 , 21 , 23 ],

` Город` : [ ` Мумбаи` , `Нойда` , < класс кода = "string"> `Пуна` , ` Дели` , ` Bihar` ]}


df = pd.DataFrame (initial_data, столбцы = [ `First_name` , `Last_name ` ,

`Возраст` , `Город` ])


# Создать новый столбец с помощью словаря

new_data = { 0 : "Шьям" ,

2 : "Riya" ,

3 : " Jitender " }


# объединить эти новые данные с существующим DataFrame

df [ "First_name" ].update (pd.Series (new_data))

print (df)

Выход :

Имя Фамилия Возраст Город 0 Шьям Кумар 42 Мумбаи 1 Мохан Шарма 52 Нойда 2 Рия Али 36 Пуна 3 Джитендер Ганди 21 Дели 4 Мира Кумари 23 Бихар