إنشاء أعمدة فارغة بكفاءة في جداول بيانات Pandas

Pandas هي مكتبة قوية في بايثون لمعالجة البيانات وتحليلها. إضافة أعمدة جديدة إلى DataFrame الخاص بك مهمة شائعة، وأحيانًا تحتاج إلى أن تبدأ هذه الأعمدة فارغة. تستعرض هذه المقالة عدة طرق فعالة لإنشاء أعمدة فارغة في Pandas DataFrame، مع تسليط الضوء على نقاط قوتها ومتى يتم استخدامها.

جدول المحتويات:

• إنشاء أعمدة فارغة باستخدام التعيين البسيط
• استخدام pandas.DataFrame.reindex()
• استخدام pandas.DataFrame.assign()
• استخدام pandas.DataFrame.insert()

إنشاء أعمدة فارغة باستخدام التعيين البسيط

أبسط نهج هو التعيين المباشر باستخدام قائمة أو مصفوفة NumPy مملوءة بقيم NaN (ليس رقمًا). هذا فعال لـ DataFrames أصغر وهو بديهي جدًا.

import pandas as pd
import numpy as np

# DataFrame نموذجي
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# إضافة عمود فارغ
df['Empty'] = np.nan  # أو [np.nan] * len(df)
print(df)

استخدام pandas.DataFrame.reindex()

توفر طريقة reindex() مرونة، مما يسمح لك بإضافة أعمدة متعددة في وقت واحد وتحديد أنواع بياناتها. وهي مفيدة بشكل خاص عند إضافة عدة أعمدة فارغة في وقت واحد.

import pandas as pd

# DataFrame نموذجي
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# إضافة أعمدة فارغة متعددة
df = df.reindex(columns=['A', 'B', 'Empty1', 'Empty2'])
print(df)

استخدام pandas.DataFrame.assign()

توفر طريقة assign() طريقة موجزة لإضافة أعمدة جديدة، وهي مفيدة بشكل خاص عند سلسلة عمليات DataFrame متعددة. وهي تُرجع DataFrame *جديد*، تاركة الأصلي دون تغيير ما لم يتم إعادة تعيينه صراحةً.

import pandas as pd
import numpy as np

# DataFrame نموذجي
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# إضافة عمود فارغ باستخدام assign
df = df.assign(Empty=np.nan)
print(df)

استخدام pandas.DataFrame.insert()

توفر طريقة insert() تحكمًا دقيقًا في وضع العمود، مما يسمح لك بإضافة عمود في مؤشر محدد. هذا مفيد عندما يكون الحفاظ على ترتيب عمود معين مهمًا.

import pandas as pd
import numpy as np

# DataFrame نموذجي
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# إضافة عمود فارغ في المؤشر 1 (الموضع الثاني)
df.insert(1, 'Empty', np.nan)
print(df)

باختصار، توفر كل طريقة ميزة فريدة. اختر الطريقة التي تناسب احتياجاتك وأسلوب الترميز الخاص بك بشكل أفضل، مع مراعاة عوامل مثل عدد الأعمدة، والموضع المطلوب، وهيكل التعليمات البرمجية العام. تذكر أن جميع الطرق تؤدي إلى أعمدة مملوءة بقيم NaN، والتي يعالجها Pandas بسلاسة في التحليل الإضافي.