Ajouter de nouvelles colonnes aux DataFrames Pandas est une tâche fondamentale de manipulation de données. Fréquemment, vous aurez besoin d’initialiser ces nouvelles colonnes avec une valeur par défaut. Cet article explore deux méthodes efficaces pour y parvenir dans Pandas : pandas.DataFrame.assign() et pandas.DataFrame.insert(), en soulignant leurs différences et les meilleurs cas d’utilisation.
Table des matières
- Utiliser
pandas.DataFrame.assign()pour ajouter des colonnes - Ajouter des colonnes avec des valeurs par défaut conditionnelles
- Utiliser
pandas.DataFrame.insert()pour ajouter des colonnes - Choisir la bonne méthode
Utiliser pandas.DataFrame.assign() pour ajouter des colonnes
La méthode assign() offre un moyen propre et concis d’ajouter de nouvelles colonnes. Il est important de noter qu’elle renvoie un nouveau DataFrame, laissant le DataFrame original inchangé. Cette approche fonctionnelle promeut l’immuabilité et aide à prévenir les modifications inattendues.
import pandas as pd
# DataFrame exemple
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
print("DataFrame original :n", df)
# Ajouter une nouvelle colonne 'C' avec une valeur par défaut de 0
df_new = df.assign(C=0)
print("nDataFrame après ajout de la colonne 'C' :n", df_new)
print("nLe DataFrame original reste inchangé :n", df)
#Ajouter plusieurs colonnes à la fois
df_new = df.assign(C=0, D='default')
print("nDataFrame après ajout de plusieurs colonnes:n", df_new)
Ajouter des colonnes avec des valeurs par défaut conditionnelles
Pour des scénarios plus complexes nécessitant des valeurs par défaut conditionnelles basées sur les données existantes, assign() peut être combiné avec d’autres fonctionnalités Pandas. Cela offre un meilleur contrôle et une plus grande flexibilité.
import pandas as pd
import numpy as np
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# Ajouter une nouvelle colonne 'C' avec NaN comme espace réservé, puis affecter des valeurs conditionnellement
df['C'] = np.nan
df.loc[df['A'] > 1, 'C'] = 10
df.loc[df['A'] <= 1, 'C'] = 20
print("nDataFrame après ajout et affectation conditionnelle de la colonne 'C' :n", df)
Utiliser pandas.DataFrame.insert() pour ajouter des colonnes
La méthode insert() permet un contrôle précis du placement des colonnes. Contrairement à assign(), elle modifie le DataFrame sur place. Cela signifie que le DataFrame original est directement modifié.
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# Ajouter une nouvelle colonne 'C' à la position 1 (index 1) avec une valeur par défaut de 0
df.insert(1, 'C', 0)
print("nDataFrame après insertion de la colonne 'C' :n", df)
Puisque insert() modifie le DataFrame sur place, il est crucial de créer une copie à l’aide de .copy() si vous avez besoin de préserver le DataFrame original.
Choisir la bonne méthode
Le choix entre assign() et insert() dépend de vos besoins. assign() est généralement préféré pour sa nature fonctionnelle et immuable, surtout lorsqu’il s’agit de logique complexe ou d’ajout de plusieurs colonnes. insert() est utile lorsque la position précise de la colonne est critique et que la modification sur place est acceptable. Tenez toujours compte des implications de la modification sur place pour éviter des conséquences imprévues.