Menu
Coddy logo textTech

Adicionar e Excluir

Lição 10 de 19 do curso Análise com Pandas da Coddy.

Para adicionar uma nova coluna, especifique o novo nome da coluna e um dataframe de valor:

df["new_column"] = value

value pode conter um único valor como "string", 5, etc; isso preencherá toda a coluna com o mesmo valor para todas as linhas. Ou pode conter uma lista, dicionário ou série com o mesmo número de linhas no dataframe, como [1, 2, 3, ...].

Não é recomendado adicionar novas linhas a um dataframe porque é lento. Em vez disso, seria melhor adicionar os dados ao arquivo CSV ou ao dicionário com o qual você está trabalhando e depois convertê-lo em um dataframe.

Se não houver outra maneira, adicione uma linha ao final do dataframe:

df.loc[len(df)] = ["string", 1, 2, ...]

Não há uma opção integrada para inserir uma linha em um índice específico. Se você escrever isto:

df.loc[0] = ["string", 1, 2, ...]

Isso modificará a primeira linha completamente.


Para excluir uma coluna, use axis=1:

df = df.drop('column_name', axis=1)
df = df.drop(['column1_name', 'column2_name'], axis=1) # Múltiplas colunas

Para excluir uma linha, use axis=0

df = df.drop(index, axis=0)
challenge icon

Desafio

Fácil

O arquivo CSV stats.csv contém informações sobre estatísticas.

Aqui estão as primeiras 5 linhas do arquivo:

ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID,CATEGORY
1,France,Signal violet,marksmanship,14,0.1924,1,SHOW
2,Solomon Islands,Pearl violet,crocheting,4,0.6108,1,TREE
3,Germany,Bottle green,calligraphy,12,0.88646,0,SHOW
4,Mauritania,Fawn brown,paper cutting,9,0.058,1,JAPE
  • Adicione uma coluna chamada SINGLE_VALUE com o valor 0.
  • Remova as colunas COUNTRY e COLOR.
  • Adicione outra linha com os seguintes valores ao final do dataframe: {"ID": 21, "SKILL": "Craft", "SKILL_POINTS": 13, "UTILIZATION": 0.1352, "IS_VALID": 1, "CATEGORY": "SHOW", "SINGLE_VALUE": 0}.
  • Remova a primeira linha.

Armazene o resultado na variável df.

Experimente você mesmo

# pandas como pd já está importado
df = pd.read_csv("./stats.csv")
# Escreva seu código abaixo

Todas as lições de Análise com Pandas