PHP前端开发

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

百变鹏仔 6天前 #Python
文章标签 语法

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。