Summary  
This chapter covers adding new columns to a pandas DataFrame using square-bracket notation—assigning static or computed values—and explains why bracket notation is required for creation while dot notation only accesses existing columns.  

General domain of usage  
Data analysis

Sie haben gelernt, wie man ein `DataFrame` erstellt. Entdecken Sie als Nächstes, was Sie damit tun können.

Watch this video to learn how to add new columns to a Pandas DataFrame. You'll see how to use square bracket syntax to expand your data, understand the difference between square bracket and dot notation, and follow step-by-step examples using a real-world dataset. This video covers best practices and common pitfalls, so you can confidently manipulate DataFrames in your own projects.

Erstellen Sie zunächst ein kompaktes `DataFrame` mit **3** Spalten und **7** Zeilen.


import pandas as pd 
countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(countries_data)
print(countries)

Sie können das `DataFrame` erweitern, indem Sie neue Spalten mit folgendem Syntax hinzufügen:

```python
dataframe['name_of_new_column'] = [value_1, value_2, value_3]
```

* `dataframe` ist das bestehende `DataFrame`, dem Sie eine Spalte hinzufügen;
* `name_of_new_column` ist der Name der neuen Spalte;
* `value_1, value_2, value_3` sind die Werte, die die neue Spalte ausfüllen.


Der Name der neuen Spalte sollte in Anführungszeichen gesetzt und in eckige Klammern eingeschlossen werden, zum Beispiel `['NewColumnName']`. Die Werte, die der neuen Spalte zugewiesen werden, sollten ebenfalls in eckigen Klammern stehen, zum Beispiel `data['NewColumnName'] = [value1, value2, value3]`. Wenn die Werte numerisch sind, können sie ohne Anführungszeichen geschrieben werden, wie `[1, 2, 3]`. Wenn die Werte Zeichenketten sind, sollte jeder Wert in Anführungszeichen stehen, wie `['A', 'B', 'C']`.

Hinweis

Fügen Sie als Nächstes eine `'population'`-Spalte zum bestehenden `countries` DataFrame hinzu.

import pandas as pd
countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)

countries['population'] = [61399000, 75967000, 39244, 380200, 10380491, 5496000, 2424200]
print(countries)

Die Punktnotation (z. B. `df.column`) kann für **den Zugriff auf bestehende Spalten** verwendet werden, jedoch nicht zum Erstellen **neuer** Spalten. Für diesen Zweck immer eckige Klammern verwenden (z. B. `df['column']`).

import pandas as pd
countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)

countries.population = [61399000, 75967000, 39244, 380200, 10380491, 5496000, 2424200]
print(countries)

Wie erwartet wurde die Spalte `'population'` nicht erstellt, da **Pandas** das Anlegen von Spalten mit dieser Methode nicht erlaubt.

Pandas ist eine äußerst benutzerfreundliche Bibliothek für die Datenanalyse. Sie ist zudem darauf ausgelegt, große Datensätze mithilfe von Datenstrukturen wie DataFrame und Series zu verarbeiten. Dadurch ist sie ein unverzichtbares Werkzeug für Data Science. In diesem Leitfaden lernen Sie verschiedene statistische Funktionen kennen, einschließlich der Ermittlung von Korrelationen, Modalwerten, Mediane sowie maximalen und minimalen Werten innerhalb eines Datensatzes. Sie erfahren außerdem, wie fehlende Werte behandelt und spezifische Werte manipuliert sowie entfernt werden können.

Tauchen Sie ein in die Grundlagen der pandas-Bibliothek. Erstellung und Manipulation von Series und DataFrames, Untersuchung ihrer Struktur sowie Aufbau von Sicherheit bei der Durchführung grundlegender Datenoperationen.

Erlernen Sie das Laden und Verwalten von Daten aus CSV- und TXT-Dateien. Sammeln Sie praktische Erfahrungen beim Importieren von Datensätzen und deren Vorbereitung für die weitere Analyse mit den Werkzeugen von pandas.

Erlernen Sie das effektive Erkunden, Bereinigen und Zusammenfassen von Daten. Verstehen Sie den Umgang mit fehlenden Werten, das Gewinnen von Erkenntnissen und das Durchführen grundlegender statistischer Operationen mit pandas.

Hinzufügen Einer Neuen Spalte