매우 간단한 열 할당

팬더 데이터 프레임은 순서가 지정된 열의 dict으로 구현됩니다.

이것은 __getitem__ []특정 열을 얻는 데 사용할 수있을뿐만 아니라__setitem__ [] = 데 사용될 수있을 새 열을 할당하는 데 사용될 수 있음을 의미합니다.

예를 들어,이 데이터 프레임에는 단순히 다음을 사용하여 열을 추가 할 수 있습니다. [] 접근

    size      name color
0    big      rose   red
1  small    violet  blue
2  small     tulip   red
3  small  harebell  blue

df['protected'] = ['no', 'no', 'no', 'yes']

    size      name color protected
0    big      rose   red        no
1  small    violet  blue        no
2  small     tulip   red        no
3  small  harebell  blue       yes

데이터 프레임의 인덱스가 꺼져 있어도 작동합니다.

df.index = [3,2,1,0]
df['protected'] = ['no', 'no', 'no', 'yes']
    size      name color protected
3    big      rose   red        no
2  small    violet  blue        no
1  small     tulip   red        no
0  small  harebell  blue       yes

[] =가는 길이지만 조심하십시오!

그러나 pd.Seriesa가 있고 인덱스가 꺼져있는 데이터 프레임에 할당하려고하면 문제가 발생합니다. 예를보십시오 :

df['protected'] = pd.Series(['no', 'no', 'no', 'yes'])
    size      name color protected
3    big      rose   red       yes
2  small    violet  blue        no
1  small     tulip   red        no
0  small  harebell  blue        no

pd.Series기본적으로 a 의 인덱스는 0에서 n까지 이기 때문 입니다. 그리고 팬더 [] =방법의 시도가 될 “스마트”

실제로 일어나고있는 것.

[] =방법 을 사용할 때 pandas는 왼쪽 데이터 프레임의 인덱스와 오른쪽 시리즈의 인덱스를 사용하여 외부 조인 또는 외부 병합을 조용히 수행합니다.df['column'] = series

사이드 노트

이 []=방법은 입력에 따라 많은 다른 일을 시도하고 있기 때문에 팬더가 어떻게 작동하는지 알지 않는 한 결과를 예측할 수 없기 때문에인지 부조화가 빠르게 발생 합니다. 따라서 []=코드 기반 에 대한 조언을 하지만 노트북에서 데이터를 탐색 할 때 좋습니다.

문제를 해결

a가 pd.Series있고 위에서 아래로 할당되기를 원하거나 생산 코드를 코딩하고 색인 순서가 확실하지 않은 경우 이러한 종류의 문제를 보호하는 것이 좋습니다.

pd.Series를 a np.ndarray또는 a로 다운 캐스트 할 수 list있습니다.

df['protected'] = pd.Series(['no', 'no', 'no', 'yes']).values

또는

df['protected'] = list(pd.Series(['no', 'no', 'no', 'yes']))

그러나 이것은 분명하지 않습니다.

일부 코더가 와서 “이것은 중복 된 것 같습니다. 이것을 최적화하겠습니다”라고 말합니다.

명백한 방법

의 인덱스 설정 pd.Series의 인덱스가있을 수 있습니다 df명시 적입니다.

df['protected'] = pd.Series(['no', 'no', 'no', 'yes'], index=df.index)

또는 더 현실적으로, 당신은 아마 pd.Series이미 사용할 수 있습니다.

protected_series = pd.Series(['no', 'no', 'no', 'yes'])
protected_series.index = df.index

3     no
2     no
1     no
0    yes

이제 할당 가능

df['protected'] = protected_series

    size      name color protected
3    big      rose   red        no
2  small    violet  blue        no
1  small     tulip   red        no
0  small  harebell  blue       yes

와 다른 방법 df.reset_index()

인덱스 불협화음이 문제이기 때문에 데이터 프레임의 인덱스가 내용을 지시 해서는 안된다고 생각하면 인덱스를 삭제하면 더 빠를 수 있지만 함수는 아마도 두 가지 일을 하기 때문에 매우 깨끗 하지 않습니다.

df.reset_index(drop=True)
protected_series.reset_index(drop=True)
df['protected'] = protected_series

    size      name color protected
0    big      rose   red        no
1  small    violet  blue        no
2  small     tulip   red        no
3  small  harebell  blue       yes

에 참고 df.assign

동안 df.assign메이크업은, 실제로는 상기와 모두 같은 문제를 당신이 무엇을하고 있는지 더 명시가 그것을[]=

df.assign(protected=pd.Series(['no', 'no', 'no', 'yes']))
    size      name color protected
3    big      rose   red       yes
2  small    violet  blue        no
1  small     tulip   red        no
0  small  harebell  blue        no

df.assign당신의 칼럼이 호출되지 않는 것을 조심 하십시오 self. 오류가 발생합니다. 함수에 이러한 종류의 인공물 이 있기 때문에 df.assign 냄새 가납니다.

df.assign(self=pd.Series(['no', 'no', 'no', 'yes'])
TypeError: assign() got multiple values for keyword argument 'self'

당신은 “글쎄, 나는 self그때 사용하지 않을 것이다”라고 말할 수 있습니다 . 그러나 누가 새로운 기능을 지원하기 위해이 기능이 미래에 어떻게 변화하는지 알고 있습니다. 새 팬더 업데이트에서 열 이름이 인수가되어 업그레이드 문제가 발생할 수 있습니다.

답변

data['new_col'] = list_of_values

data.loc[ : , 'new_col'] = list_of_values