Aprenda a Adicionar Novas Colunas em um DataFrame com Pandas

Como adicionar novas colunas a um DataFrame Pandas?

Adicionar uma nova coluna a um DataFrame no Pandas é uma tarefa comum e bastante simples. Neste tutorial, vamos explorar diferentes métodos para realizar essa operação e entender como podemos manipular dados de forma eficaz. Vamos começar!

Método 1: Adicionando uma coluna diretamente

Uma das maneiras mais fáceis de adicionar uma nova coluna a um DataFrame é atribuindo um valor a uma nova chave. Vamos ver um exemplo:

import pandas as pd

dados = {
    'Nome': ['Alice', 'Bob', 'Charlie'],
    'Idade': [25, 30, 35]
}
df = pd.DataFrame(dados)

df['Cidade'] = ['São Paulo', 'Rio de Janeiro', 'Belo Horizonte']
print(df)

O código acima cria um DataFrame com informações sobre pessoas e, em seguida, adiciona uma nova coluna chamada 'Cidade'. O resultado será:

      Nome  Idade           Cidade
0    Alice     25        São Paulo
1      Bob     30     Rio de Janeiro
2  Charlie     35  Belo Horizonte

No código, criamos um dicionário com os dados e, em seguida, usamos o construtor pd.DataFrame para criar o DataFrame. A nova coluna 'Cidade' foi adicionada simplesmente atribuindo uma lista de cidades a ela.

Método 2: Usando a função assign()

Outra forma de adicionar colunas é utilizando a função assign(). Essa função pode ser útil quando queremos encadear várias operações. Veja como:

df = df.assign(Pais=['Brasil', 'Brasil', 'Brasil'])
print(df)

Esse código adiciona a coluna 'Pais' ao DataFrame existente. O resultado será:

      Nome  Idade           Cidade    Pais
0    Alice     25        São Paulo  Brasil
1      Bob     30     Rio de Janeiro  Brasil
2  Charlie     35  Belo Horizonte  Brasil

A função assign() é uma maneira elegante de adicionar colunas, especialmente quando você está manipulando vários DataFrames e deseja manter a legibilidade do seu código.

Método 3: Condicionalmente

É possível adicionar colunas com base em condições. Por exemplo, se quisermos adicionar uma coluna que indica se a pessoa é maior de idade:

df['Maior de Idade'] = df['Idade'] >= 18
print(df)

O resultado será:

      Nome  Idade           Cidade    Pais  Maior de Idade
0    Alice     25        São Paulo  Brasil            True
1      Bob     30     Rio de Janeiro  Brasil            True
2  Charlie     35  Belo Horizonte  Brasil            True

Neste caso, estamos usando uma expressão booleana para determinar se a idade é maior ou igual a 18, resultando em uma nova coluna que indica se a pessoa é maior de idade.

Método 4: Usando o método insert()

O método insert() permite que você adicione uma coluna em uma posição específica do DataFrame. Vamos adicionar a coluna 'Idade' na segunda posição:

df.insert(1, 'Salário', [3000, 4000, 5000])
print(df)

Após executar esse código, teremos:

      Nome  Salário  Idade           Cidade    Pais  Maior de Idade
0    Alice    3000     25        São Paulo  Brasil            True
1      Bob    4000     30     Rio de Janeiro  Brasil            True
2  Charlie    5000     35  Belo Horizonte  Brasil            True

O método insert() é perfeito quando você precisa manter uma ordem específica das colunas em seu DataFrame.

Conclusão

Neste tutorial, cobrimos diversas maneiras de adicionar novas colunas a um DataFrame do Pandas, desde métodos diretos até funções que permitem manipulações mais complexas. Com o conhecimento adquirido, você está mais preparado para trabalhar com dados de maneira eficiente e organizada em Python!

Entenda a Importância de Manipular Dados com Pandas

Trabalhar com pandas é uma habilidade essencial para qualquer analista de dados ou cientista de dados. O Pandas permite que você manipule dados de forma eficiente e intuitiva, facilitando a análise de grandes volumes de informações. Com o conhecimento de como adicionar colunas a um DataFrame, você pode enriquecer seus conjuntos de dados e extrair insights valiosos, tornando-se mais competitivo no mercado de trabalho.

Algumas aplicações:

• Análise de dados financeiros
• Processamento de dados científicos
• Criação de dashboards interativos

Dicas para quem está começando

• Pratique frequentemente com pequenos projetos.
• Consulte a documentação oficial do Pandas.
• Participe de comunidades online para trocar experiências.

Compartilhe este tutorial