Una columna de DataFrame en cuanto a la librería de Pandas en Python, se refiere a una serie de valores organizados de manera vertical dentro de un objeto DataFrame. Representa una característica o valor único dentro del conjunto de datos a analizar.
🔗 Si quieres un tutorial sobre Pandas python o conocer más sobre dataframes en pandas te invito a leer el Blog de 4Geeks, donde encontrarás contenido muy interesante
# Es necesario importar la librería de Pandas
import pandas as pd
# Crear un DataFrame de muestra
data = {'Company ': ['Facebook', 'Apple', 'Google', 'Neftlix'],
'Started At': [2004, 1976, 1998, 1997]}
df = pd.DataFrame(data)
# Agregar una nueva columna al DataFrame
publicly_traded_company = [True, True, True, True] # Data de muestra para nueva columna
df['publicly_traded_company'] = publicly_traded_company
# Imprimir el DataFrame actualizado
print(df)
# Resultado esperado
# Company Started At publicly_traded_company
#0 Facebook 2004 True
#1 Apple 1976 True
#2 Google 1998 True
#3 Neftlix 1997 TrueEl código anterior crea un conjunto de datos base, al cual posteriormente se le realiza la adición de la columna cotiza_en_bolsa junto con sus valores. Al imprimir el código, se puede apreciar como el conjunto de datos cuenta con la columna adicional.
Este articulo profundiza en las maneras de añadir columnas DataFrame en Python. Si quieres más información de cómo utilizar Pandas en otras aplicaciones, puedes ver nuestro tutorial de Python Pandas.
Columna DataFrame Python
La forma de organización de información en un DataFrame es con las filas organizadas de manera horizontal, mientras que las columnas se van colocando verticalmente. Esta estructura intuitiva permita una manipulación y almacenamiento eficiente de la información. Las columnas pueden contener diferentes tipos de datos como números, fechas, strings o booleanos, agregando a su versatilidad.
Los usos más comunes de los DataFrame son la manipulación y el análisis de datos. Las columnas se pueden modificar, leer, agregar o quitar para realizar muchas operaciones y transformaciones en la data contenida en el DataFrame. Para agregar una columna DataFrame en Python se puede utilizar el siguiente código:
Maneras de agregar DataFrames en Python
Existen diferentes formas de agregar columnas a un DataFrame de Pandas en Python. A continuación se muestran 3 de las maneras más comunes de realizar este proceso:
Asignación directa
Se puede asignar un arreglo o lista a una columna con un nuevo nombre dentro del DataFrame. Hacer esto alinea automáticamente los datos basados en los índices del DataFrame. Aquí un ejemplo:
import pandas as pd
# Crear un DataFrame
data = {'Brand': ['Toyota', 'Ford', 'Tesla', 'Mitsubishi'],
'Model': ['Hilux', 'Escape', 'Model S', 'Lancer']}
df = pd.DataFrame(data)
# Agregar una nueva columna al DataFrame
df['Year'] = ['2020', '2019', '2022', '2015']
print(df)
# Resultado esperado
# Brand Model Year
#0 Toyota Hilux 2020
#1 Ford Escape 2019
#2 Tesla Model S 2022
#3 Mitsubishi Lancer 2015Método insert()
Este método permite agregar la columna en una posición especifica dentro del DataFrame. Es necesario proveer tanto el índice y el nombre de la columna. Ejemplo de uso del método insert():
import pandas as pd
# Crear un DataFrame
data = {'Brand': ['Toyota', 'Ford', 'Tesla', 'Mitsubishi'],
'Model': ['Hilux', 'Escape', 'Model S', 'Lancer']}
df = pd.DataFrame(data)
# Agregar una nueva columna al DataFrame
year = ['2020', '2019', '2022', '2015']
df.insert(1, 'Year', year)
print(df)
# Resultado esperado
# Brand Year Model
#0 Toyota 2020 Hilux
#1 Ford 2019 Escape
#2 Tesla 2022 Model S
#3 Mitsubishi 2015 LancerMétodo assign()
Este método genera un nuevo DataFrame que incluye la columna que se agrega. Devuelve un nuevo objeto DataFrame sin modificar el DataFrame original. Chequea este ejmplo de cómo utilizar el método assign() para añadir una columna:
import pandas as pd
# Crear un DataFrame
data = {'Brand': ['Toyota', 'Ford', 'Tesla', 'Mitsubishi'],
'Model': ['Hilux', 'Escape', 'Model S', 'Lancer']}
df = pd.DataFrame(data)
# Agregar una nueva columna al DataFrame
year = ['2020', '2019', '2022', '2015']
df2 = df.assign(Year = year)
print(df2)
# Resultado esperado
# Brand Model Year
#0 Toyota Hilux 2020
#1 Ford Escape 2019
#2 Tesla Model S 2022
#3 Mitsubishi Lancer 2015Casos de uso
Se tiene una lista de datos que lleva registro de una serie de errores ocurridos en los últimos 6 meses. Luego de validar los errores, se quiere documentar la severidad que tuvieron los errores en la operación, y controlar errores similares de cerca. Debido a que el DataFrame actual no cuenta con la información adicional, se necesita crear una columna de datos para llevar registro de la información adicional. Se quiere dejar el DataFrame original sin editar.
import pandas as pd
# Crear un DataFrame
data = {Error: ['Car computer hacked', 'Wheels misaligned', 'Windshield broken', 'Ran out of battery'],
'Date': ['1/2/2023', '26/2/2023', '4/4/2023', '6/22/2023']}
df = pd.DataFrame(data)
# Agregar una nueva columna al DataFrame
severity = ['high', 'medium', 'high', 'low']
df2 = df.assign(Severity = severity)
print(df2)
# Resultado esperado
# Error Date Severity
#0 Car computer hacked 1/2/2023 high
#1 Wheels misaligned 26/2/2023 medium
#2 Windshield broken 4/4/2023 high
#3 Ran out of battery 6/22/2023 lowSe utiliza el método assign() ya que se especifica que no se desea modificar el DataFrame actual. Por medio de esta asignación se puede generar una nueva columna que incluya información sobre la severidad del error.
Agregar columnas en los DataFrame es muy importante ya que nos permite realizar modificaciones sobre conjuntos de datos ya existentes, y así poder llevar registro de información adicional a la que incluye el conjunto original.