¿Cómo añadir una columna a un DataFrame en Python?

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

1# Es necesario importar la librería de Pandas
2import pandas as pd
3
4# Crear un DataFrame de muestra
5data = {'Company ': ['Facebook', 'Apple', 'Google', 'Neftlix'],
6        'Started At': [2004, 1976, 1998, 1997]}
7df = pd.DataFrame(data)
8
9# Agregar una nueva columna al DataFrame
10publicly_traded_company = [True, True, True, True]  # Data de muestra para nueva columna
11df['publicly_traded_company'] = publicly_traded_company
12
13# Imprimir el DataFrame actualizado
14print(df)
15
16# Resultado esperado
17#   Company     Started At   publicly_traded_company
18#0  Facebook       2004             True
19#1     Apple       1976             True
20#2    Google       1998             True
21#3   Neftlix       1997             True

El 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:

1import pandas as pd
2
3# Crear un DataFrame 
4data = {'Brand': ['Toyota', 'Ford', 'Tesla', 'Mitsubishi'],
5        'Model': ['Hilux', 'Escape', 'Model S', 'Lancer']}
6df = pd.DataFrame(data)
7
8# Agregar una nueva columna al DataFrame
9df['Year'] = ['2020', '2019', '2022', '2015']
10
11print(df)
12
13# Resultado esperado
14#        Brand    Model  Year
15#0      Toyota    Hilux  2020
16#1        Ford   Escape  2019
17#2       Tesla  Model S  2022
18#3  Mitsubishi   Lancer  2015

Método 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():

1import pandas as pd
2
3# Crear un DataFrame 
4data = {'Brand': ['Toyota', 'Ford', 'Tesla', 'Mitsubishi'],
5        'Model': ['Hilux', 'Escape', 'Model S', 'Lancer']}
6df = pd.DataFrame(data)
7
8# Agregar una nueva columna al DataFrame
9year = ['2020', '2019', '2022', '2015']
10df.insert(1, 'Year', year)
11
12print(df)
13
14# Resultado esperado
15#        Brand    Year   Model
16#0      Toyota    2020    Hilux
17#1        Ford    2019   Escape
18#2       Tesla    2022  Model S
19#3  Mitsubishi    2015   Lancer

Método 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:

1import pandas as pd
2
3# Crear un DataFrame 
4data = {'Brand': ['Toyota', 'Ford', 'Tesla', 'Mitsubishi'],
5        'Model': ['Hilux', 'Escape', 'Model S', 'Lancer']}
6df = pd.DataFrame(data)
7
8# Agregar una nueva columna al DataFrame
9year = ['2020', '2019', '2022', '2015']
10df2 = df.assign(Year = year)
11
12print(df2)
13
14# Resultado esperado
15#        Brand    Model  Year
16#0      Toyota    Hilux  2020
17#1        Ford   Escape  2019
18#2       Tesla  Model S  2022
19#3  Mitsubishi   Lancer  2015

Casos 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.

1import pandas as pd
2
3# Crear un DataFrame 
4data = {Error: ['Car computer hacked', 'Wheels misaligned', 'Windshield broken', 'Ran out of battery'],
5        'Date': ['1/2/2023', '26/2/2023', '4/4/2023', '6/22/2023']}
6df = pd.DataFrame(data)
7
8# Agregar una nueva columna al DataFrame
9severity = ['high', 'medium', 'high', 'low']
10df2 = df.assign(Severity = severity)
11
12print(df2)
13
14# Resultado esperado
15#            Error             Date      Severity
16#0    Car computer hacked    1/2/2023      high
17#1     Wheels misaligned     26/2/2023    medium
18#2     Windshield broken     4/4/2023      high
19#3    Ran out of battery     6/22/2023     low

Se 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.