pandas DataFrame 根据多列的值做判断,生成新的列值实例
作者:魏之燕 时间:2023-11-11 01:48:11
环境:Python3.6.4 + pandas 0.22
主要是DataFrame.apply函数的应用,如果设置axis参数为1则每次函数每次会取出DataFrame的一行来做处理,如果axis为1则每次取一列。
如代码所示,判断如果城市名中含有ing字段且年份为2016,则新列test值赋为1,否则为0.
import numpy as np
import pandas as pd
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'],
'year': [2016,2016,2015,2017,2016, 2016],
'population': [2100, 2300, 1000, 700, 500, 500]}
frame = pd.DataFrame(data, columns = ['year', 'city', 'population', 'debt'])
def function(a, b):
if 'ing' in a and b == 2016:
return 1
else:
return 0
print(frame, '\n')
frame['test'] = frame.apply(lambda x: function(x.city, x.year), axis = 1)
print(frame)
运行结果如下:
另外Series类型也有apply函数,用法示例如下:
import numpy as np
import pandas as pd
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'],
'year': [2016,2016,2015,2017,2016, 2016],
'population': [2100, 2300, 1000, 700, 500, 500]}
frame = pd.DataFrame(data, columns = ['year', 'city', 'population', 'debt'])
print(frame, '\n')
frame['panduan'] = frame.city.apply(lambda x: 1 if 'ing' in x else 0)
print(frame)
运行结果如下:
来源:https://blog.csdn.net/qq_30565883/article/details/79464266
标签:pandas,多列,列值,DataFrame


猜你喜欢
使用Pycharm+PyQt5弹出子窗口的程序代码
2022-03-09 20:15:17
SQL- join多表关联问题
2024-01-28 06:22:48

Centos8(最小化安装)全新安装Python3.8+pip的方法教程
2022-11-09 06:00:27
Mysql查看版本号的几种方式
2024-01-15 17:14:21

css基础教程布局篇之一
2008-07-31 17:21:00

python实现计算器简易版
2021-01-25 22:43:15

go语言中的协程详解
2024-03-13 00:42:24

轻松掌握python设计模式之访问者模式
2023-06-30 13:46:39

mysql 8.0.22 安装配置方法图文教程
2024-01-24 20:30:05

数据库应用经验:如何简单安装MySQL数据库
2009-01-04 12:58:00
js控制文本框输入的字符类型方法汇总
2024-04-10 13:57:03
go类型转换及与C的类型转换方式
2024-04-28 09:18:38
Mysql语法、特殊符号及正则表达式的使用详解
2024-01-12 21:56:50
Python3通过Luhn算法快速验证信用卡卡号的方法
2022-05-29 12:54:58
python中的unittest框架实例详解
2023-01-27 06:13:41
Python在画图时使用特殊符号的方法总结
2021-12-27 22:29:34

python抓取需要扫微信登陆页面
2022-03-01 16:15:32

语言编程花絮内建构建顺序示例详解
2023-11-04 09:42:12
python 调用有道api接口的方法
2021-11-18 18:51:16

Vue全局事件总线你了解吗
2024-04-28 09:25:11
