pandas 中语法 `df[&#column&#] = expression` 的解释
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 pddf = 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0df['b'] = 0print(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 npdf['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。