pandas 中语法 `df[&#column&#] = expression` 的解释

ID:22211 / 打印

pandas 中语法 `df[

Pandas语法df['column'] = 表达式用于在Pandas DataFrame中创建、修改或赋值列。让我们循序渐进地深入了解其用法。

基础篇

1. 创建新列

如果DataFrame中不存在指定列,则赋值操作会创建一个新列。

示例:

import pandas as pd df = pd.DataFrame({'a': [1, 2, 3]}) print(df) # 输出: #    a # 0  1 # 1  2 # 2  3  # 创建一个名为'b'的新列,所有值都设置为0 df['b'] = 0 print(df) # 输出: #    a  b # 0  1  0 # 1  2  0 # 2  3  0

2. 修改现有列

如果列已存在,赋值操作会替换其内容。

示例:

df['b'] = [4, 5, 6]  # 替换'b'列的值 print(df) # 输出: #    a  b # 0  1  4 # 1  2  5 # 2  3  6

中级篇

3. 基于表达式赋值

您可以根据计算或转换结果为列赋值。

示例:

df['c'] = df['a'] + df['b']  # 创建'c'列,值为'a'和'b'的和 print(df) # 输出: #    a  b  c # 0  1  4  5 # 1  2  5  7 # 2  3  6  9

4. 条件赋值

利用Pandas的布尔索引进行条件赋值。

示例:

df['d'] = df['a'].apply(lambda x: 'even' if x % 2 == 0 else 'odd') print(df) # 输出: #    a  b  c     d # 0  1  4  5   odd # 1  2  5  7  even # 2  3  6  9   odd

5. 使用多列进行表达式计算

在一个表达式中使用多列进行更复杂的计算。

示例:

df['e'] = (df['a'] + df['b']) * df['c'] print(df) # 输出: #    a  b  c     d    e # 0  1  4  5   odd   25 # 1  2  5  7  even   49 # 2  3  6  9   odd   81

高级篇

6. 向量化操作

利用向量化运算提高性能。

示例:

df['f'] = df['a'] ** 2 + df['b'] ** 2  # 快速的向量化计算 print(df) # 输出: #    a  b  c     d    e   f # 0  1  4  5   odd   25  17 # 1  2  5  7  even   49  29 # 2  3  6  9   odd   81  45

7. 使用np.where进行条件逻辑赋值

使用NumPy进行条件赋值。

示例:

import numpy as np df['g'] = np.where(df['a'] > 2, 'high', 'low') print(df) # 输出: #    a  b  c     d    e   f     g # 0  1  4  5   odd   25  17   low # 1  2  5  7  even   49  29   low # 2  3  6  9   odd   81  45  high

8. 使用外部函数赋值

根据应用于行或列的自定义函数赋值。

示例:

def custom_function(row):     return row['a'] * row['b']  df['h'] = df.apply(custom_function, axis=1) print(df) # 输出: (输出结果会根据之前的操作结果变化)

9. 链式操作

链接多个操作以保持代码简洁。

示例:

df['i'] = df['a'].add(df['b']).mul(df['c']) print(df) # 输出: (输出结果会根据之前的操作结果变化)

10. 一次赋值多列

使用assign()一次创建或修改多列。

示例:

df = df.assign(     j=df['a'] + df['b'],     k=lambda x: x['j'] * 2 ) print(df) # 输出: (输出结果会根据之前的操作结果变化)

专家篇

11. 动态列赋值

根据外部输入动态创建列名。

示例:

columns_to_add = ['l', 'm'] for col in columns_to_add:     df[col] = df['a'] + df['b'] print(df) # 输出: (输出结果会根据之前的操作结果变化)

12. 使用外部数据赋值

根据外部DataFrame或字典赋值。

示例:

mapping = {1: 'Low', 2: 'Medium', 3: 'High'} df['N'] = df['a'].map(mapping) # 假设'a'列存在 print(df) # 输出: (输出结果会根据之前的操作结果变化) 

13. 性能优化

使用Pandas内置函数(apply、向量化运算)比Python循环性能更好。

总结

df['column'] = 表达式是Pandas的核心功能,用途广泛,允许添加、修改和操作DataFrame中的列,执行复杂的计算,以及进行链式操作和动态生成新列,使其成为强大的数据操作和分析库。

上一篇: 使用 Beautiful Soup 在 Python 中进行网页抓取和解析 HTML
下一篇: 什么是机器学习?初学者指南

作者:admin @ 24资源网   2025-01-14

本站所有软件、源码、文章均有网友提供,如有侵权联系308410122@qq.com

与本文相关文章

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。