Adicionar Coluna ao DataFrame do Pandas - 5 Métodos

📑 Tabela de conteúdos:

1. Introdução
2. Adicionando uma nova coluna a um DataFrame do Pandas
3. Método 1: Passando um valor escalar
4. Método 2: Passando uma lista de valores
5. Método 3: Usando o "df.insert"
6. Método 4: Usando o "df.assign"
7. Método 5: Usando o "loc.lock"
8. Conclusão

📝 Introdução

Ao trabalhar com DataFrames no Pandas, muitas vezes há a necessidade de adicionar uma nova coluna aos dados existentes. Isso pode ser feito de várias maneiras diferentes, dependendo do tipo de dados que você deseja adicionar e da posição em que deseja inserir a coluna. Neste artigo, exploraremos cinco métodos diferentes para adicionar uma nova coluna a um DataFrame do Pandas.

📝 Adicionando uma nova coluna a um DataFrame do Pandas

Existem várias maneiras de adicionar uma nova coluna a um DataFrame do Pandas, cada uma delas com suas próprias vantagens e desvantagens. Abaixo, detalharemos cada um desses métodos e mostraremos exemplos de como eles podem ser usados.

📝 Método 1: Passando um valor escalar

O primeiro método para adicionar uma nova coluna é simplesmente passar um novo nome de coluna para o DataFrame e, em seguida, atribuir a ele um valor único. Isso pode ser feito passando um valor escalar ou uma lista de valores. Por exemplo, vamos supor que queremos adicionar uma coluna chamada "dia_da_semana" ao nosso DataFrame de restaurantes em São Francisco. Usando este método, podemos fazer o seguinte:

df['dia_da_semana'] = 'segunda-feira'

Neste exemplo, definimos o valor da nova coluna como "segunda-feira". Após a execução deste código, a nova coluna será adicionada ao DataFrame e cada entrada nessa coluna terá o valor de "segunda-feira".

Prós:

• Fácil de implementar;
• Útil quando se deseja atribuir o mesmo valor a todas as linhas da nova coluna.

Contras:

• Limitado a um único valor para a nova coluna.

📝 Método 2: Passando uma lista de valores

Outra maneira de adicionar uma nova coluna é passando uma lista de valores. Isso pode ser útil quando você deseja atribuir valores diferentes a cada linha da nova coluna. Por exemplo, podemos querer adicionar uma coluna chamada "dia_da_semana" ao nosso DataFrame de restaurantes em São Francisco e atribuir valores específicos para cada dia da semana. Neste caso, podemos fazer o seguinte:

df['dia_da_semana'] = ['segunda-feira', 'terça-feira', 'quarta-feira', 'quinta-feira']

Após a execução deste código, a nova coluna será adicionada ao DataFrame e cada entrada nessa coluna terá o valor correspondente ao dia da semana.

Prós:

• Permite atribuir valores diferentes a cada linha da nova coluna.

Contras:

• A lista de valores precisa ter o mesmo comprimento que o DataFrame para evitar erros.

📝 Método 3: Usando o "df.insert"

O método df.insert permite inserir uma nova coluna em uma posição específica no DataFrame. Isso pode ser útil quando você deseja controlar a ordem das colunas em seu DataFrame. Por exemplo, vamos supor que queremos adicionar uma coluna chamada "estrelas" entre as colunas "nome" e "tipo" em nosso DataFrame de restaurantes em São Francisco. Usando este método, podemos fazer o seguinte:

df.insert(loc=1, column='estrelas', value=[4, 5, 3, 2])

Neste exemplo, definimos o valor da nova coluna como uma lista que representa o número de estrelas que cada restaurante recebeu. Após a execução deste código, a nova coluna será inserida no DataFrame na posição desejada.

Prós:

• Permite controlar a posição da nova coluna.

Contras:

• Requer especificar a posição da nova coluna usando o parâmetro loc.

📝 Método 4: Usando o "df.assign"

O método df.assign permite passar várias colunas de uma só vez. Isso pode ser útil quando você deseja adicionar várias colunas ao DataFrame ao mesmo tempo. Por exemplo, vamos supor que queremos adicionar uma coluna chamada "media_metade_conta" ao nosso DataFrame de restaurantes em São Francisco, que representa a metade do valor médio da conta. Podemos fazer o seguinte:

df = df.assign(media_metade_conta=lambda x: x['media_conta'] / 2)

Neste exemplo, usamos uma função lambda para dividir a coluna "media_conta" por dois e atribuí-la à nova coluna "media_metade_conta". Após a execução deste código, a nova coluna será adicionada ao DataFrame com os valores corretos.

Prós:

• Permite adicionar várias colunas ao DataFrame ao mesmo tempo.

Contras:

• Pode ser confuso para iniciantes.

📝 Método 5: Usando o "loc.lock"

O método loc.loc é geralmente usado para fazer referência a valores específicos dentro de um DataFrame, mas também pode ser usado para adicionar uma nova coluna. No entanto, este método não é recomendado, a menos que você tenha um motivo específico para usá-lo. Por exemplo, vamos supor que queremos adicionar uma coluna chamada "ano" ao nosso DataFrame de restaurantes em São Francisco e atribuir a ela valores específicos. Podemos fazer o seguinte:

df.loc[:, 'ano'] = [2020, 2020, 2021, 2021]

Neste exemplo, usamos o método loc.loc para atribuir os valores "2020" e "2021" à nova coluna "ano". Após a execução deste código, a nova coluna será adicionada ao DataFrame com os valores corretos.

Prós:

• Possibilita adicionar uma nova coluna em qualquer posição desejada.

Contras:

• Não é recomendado, a menos que você tenha um motivo específico para usá-lo.

📝 Conclusão

Neste artigo, exploramos cinco métodos diferentes para adicionar uma nova coluna a um DataFrame do Pandas. Cada um desses métodos tem suas próprias vantagens e desvantagens, e a escolha do método dependerá das necessidades específicas do seu projeto. Espero que este artigo tenha sido útil e que você possa aplicar esses conhecimentos em suas próprias análises de dados.