在进行数据分析时，经常需要按照一定条件创建新的数据列，然后进行进一步分析。
1.直接赋值
2.df.apply方法
3.df.assign方法
4.按条件选择分组分别赋值
1
import pandas as pd
0、读取csv数据到dataframe
fpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"
df = pd.read_csv(fpath)
No output
3
df.head()
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3℃ -6℃ 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2℃ -5℃ 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2℃ -5℃ 多云 北风 1-2级 28 优 1
3 2018-01-04 0℃ -8℃ 阴 东北风 1-2级 28 优 1
4 2018-01-05 3℃ -6℃ 多云~晴 西北风 1-2级 50 优 1
1、直接赋值的方法
实例：清理温度列，变成数字类型
4
替换掉温度的后缀℃
df.loc[:, “bWendu”] = df[“bWendu”].str.replace(“℃”, “”).astype(‘int32’)
df.loc[:, “yWendu”] = df[“yWendu”].str.replace(“℃”, “”).astype(‘int32’)
No output
6
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1
3 2018-01-04 0 -8 阴 东北风 1-2级 28 优 1
4 2018-01-05 3 -6 多云~晴 西北风 1-2级 50 优 1
实例：计算温差
9
df.loc[:, "wencha"] = df["bWendu"] - df["yWendu"]
No output
10
df.head()
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2 9
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1 7
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1 7
3 2018-01-04 0 -8 阴 东北风 1-2级 28 优 1 8
4 2018-01-05 3 -6 多云~晴 西北风 1-2级 50 优 1 9
2、df.apply方法
Apply a function along an axis of the DataFrame.
Objects passed to the function are Series objects whose index is either the DataFrame’s index (axis=0) or the DataFrame’s columns (axis=1).
实例：添加一列温度类型：
1.如果最高温度大于33度就是高温
2.低于-10度是低温
3.否则是常温
11
def get_wendu_type(x):
if x["bWendu"] > 33:
return '高温'
if x["yWendu"] < -10:
return '低温'
return '常温'
df.loc[:, "wendu_type"] = df.apply(get_wendu_type, axis=1)
No output
12
df["wendu_type"].value_counts()
常温 328
高温 29
低温 8
Name: wendu_type, dtype: int64
3、df.assign方法
Assign new columns to a DataFrame.
Returns a new object with all original columns in addition to new ones.
实例：将温度从摄氏度变成华氏度
13
df.assign(
yWendu_huashi = lambda x : x["yWendu"] * 9 / 5 + 32,
bWendu_huashi = lambda x : x["bWendu"] * 9 / 5 + 32
)
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha wendu_type yWendu_huashi bWendu_huashi
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2 9 常温 21.2 37.4
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1 7 常温 23.0 35.6
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1 7 常温 23.0 35.6
3 2018-01-04 0 -8 阴 东北风 1-2级 28 优 1 8 常温 17.6 32.0
4 2018-01-05 3 -6 多云~晴 西北风 1-2级 50 优 1 9 常温 21.2 37.4
... ... ... ... ... ... ... ... ... ... ... ... ... ...
360 2018-12-27 -5 -12 多云~晴 西北风 3级 48 优 1 7 低温 10.4 23.0
361 2018-12-28 -3 -11 晴 西北风 3级 40 优 1 8 低温 12.2 26.6
362 2018-12-29 -3 -12 晴 西北风 2级 29 优 1 9 低温 10.4 26.6
363 2018-12-30 -2 -11 晴~多云 东北风 1级 31 优 1 9 低温 12.2 28.4
364 2018-12-31 -2 -10 多云 东北风 1级 56 良 2 8 常温 14.0 28.4
365 rows × 13 columns
4、按条件选择分组分别赋值
按条件先选择数据，然后对这部分数据赋值新列
实例：高低温差大于10度，则认为温差大
14
df['wencha_type'] = ''
df.loc[df["bWendu"]-df["yWendu"]>10, "wencha_type"] = "温差大"
df.loc[df["bWendu"]-df["yWendu"]10, "wencha_type"] = "温差正常"
No output
15
df["wencha_type"].value_counts()
温差正常 187
温差大 178
Name: wencha_type, dtype: int64
Original: https://blog.csdn.net/cai_and_luo/article/details/117035198
Author: 蔡大远
Title: Pandas 五：怎样新增数据列
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/676053/
转载文章受原作者版权保护。转载请注明原作者出处！