pandas使用apply函數(shù)給表格同時(shí)添加多列
一、Pandas使用apply函數(shù)給表格同時(shí)添加多列
怎樣給表格添加一列
def my_func(row): new column = row["a"] + rowl["b"] return new column df["new_column"] = df.apply(my_func, axis=1)
怎樣同時(shí)添加多列?
def my func(row): newa, newb = row["a"] + row["b"], rowl["a"] - row["b"] return newa, newb df[["newa", "newb"]] = df.apply(my func, axis=1, result type="expand")
二、應(yīng)用示例
fpath = '/Users/python/Desktop/means/ml-25m/beijing_tianqi_2017-2019.csv' df = pd.read_csv(fpath) df.head() ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel 0 2017-01-01 5℃ -3℃ 霾~晴 南風(fēng) 1-2級(jí) 450 嚴(yán)重污染 6 1 2017-01-02 7℃ -6℃ 晴~霾 南風(fēng) 1-2級(jí) 246 重度污染 5 2 2017-01-03 5℃ -5℃ 霾 南風(fēng) 1-2級(jí) 320 嚴(yán)重污染 6 3 2017-01-04 6℃ -5℃ 霾 北風(fēng) 1-2級(jí) 360 嚴(yán)重污染 6 4 2017-01-05 2℃ -4℃ 霾 北風(fēng) 1-2級(jí) 280 重度污染 5
df['bWendu'] = df['bWendu'].map(lambda x: int(str(x).replace('℃', '')))
df['yWendu'] = df['yWendu'].map(lambda x: int(str(x).replace('℃', '')))
df.head()
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2017-01-01 5 -3 霾~晴 南風(fēng) 1-2級(jí) 450 嚴(yán)重污染 6
1 2017-01-02 7 -6 晴~霾 南風(fēng) 1-2級(jí) 246 重度污染 5
2 2017-01-03 5 -5 霾 南風(fēng) 1-2級(jí) 320 嚴(yán)重污染 6
3 2017-01-04 6 -5 霾 北風(fēng) 1-2級(jí) 360 嚴(yán)重污染 6
4 2017-01-05 2 -4 霾 北風(fēng) 1-2級(jí) 280 重度污染 5
定義了一個(gè)名為 my_func 的函數(shù),該函數(shù)接受一個(gè)行對(duì)象 row 作為參數(shù),并返回兩個(gè)值:wencha 和 avg
將這個(gè)函數(shù)應(yīng)用于 DataFrame df 的每一行,使用 .apply() 方法,并指定 axis=1 來(lái)按行操作
使用 result_type=‘expand’ 來(lái)指定結(jié)果是擴(kuò)展成新的列
將函數(shù)返回的兩個(gè)值分別賦值給 DataFrame df 的新列 ‘wencha’ 和 ‘avg’
def my_func(row):
return row['bWendu'] - row['yWendu'], (row['bWendu'] + row['yWendu'])/2
df[['wencha', 'avg']] = df.apply(my_func, axis=1, result_type='expand')
df.head()
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha avg
0 2017-01-01 5 -3 霾~晴 南風(fēng) 1-2級(jí) 450 嚴(yán)重污染 6 8.0 1.0
1 2017-01-02 7 -6 晴~霾 南風(fēng) 1-2級(jí) 246 重度污染 5 13.0 0.5
2 2017-01-03 5 -5 霾 南風(fēng) 1-2級(jí) 320 嚴(yán)重污染 6 10.0 0.0
3 2017-01-04 6 -5 霾 北風(fēng) 1-2級(jí) 360 嚴(yán)重污染 6 11.0 0.5
4 2017-01-05 2 -4 霾 北風(fēng) 1-2級(jí) 280 重度污染 5 6.0 -1.0
到此這篇關(guān)于pandas使用apply函數(shù)給表格同時(shí)添加多列的文章就介紹到這了,更多相關(guān)pandas表格添加多列內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python實(shí)現(xiàn)與arduino的串口通信的示例代碼
本文主要介紹了python實(shí)現(xiàn)與arduino的串口通信的示例代碼, 在Python中,我們可以使用pyserial庫(kù)來(lái)實(shí)現(xiàn)與Arduino的串口通信,下面就來(lái)介紹一下如何使用,感興趣的可以了解一下2024-01-01
點(diǎn)云地面點(diǎn)濾波(Cloth Simulation Filter, CSF)
這篇文章主要介紹了點(diǎn)云地面點(diǎn)濾波(Cloth Simulation Filter, CSF)“布料”濾波算法介紹,本文從基本思想到實(shí)現(xiàn)思路一步步給大家講解的非常詳細(xì),需要的朋友可以參考下2021-08-08
Python使用poplib模塊和smtplib模塊收發(fā)電子郵件的教程
smtplib模塊一般我們比較熟悉、這里我們會(huì)來(lái)講解使用smtplib發(fā)送SSL/TLS安全郵件的方法,而poplib模塊則負(fù)責(zé)處理接收pop3協(xié)議的郵件,下面我們就來(lái)看Python使用poplib模塊和smtplib模塊收發(fā)電子郵件的教程2016-07-07
keras 讀取多標(biāo)簽圖像數(shù)據(jù)方式
這篇文章主要介紹了keras 讀取多標(biāo)簽圖像數(shù)據(jù)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
PyTorch梯度裁剪避免訓(xùn)練loss nan的操作
這篇文章主要介紹了PyTorch梯度裁剪避免訓(xùn)練loss nan的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05
解讀opencv->tensorrt的數(shù)據(jù)排列方式
這篇文章主要介紹了解讀opencv->tensorrt的數(shù)據(jù)排列方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-02-02

