网站建设公司费,怎样做网站的seo,贵阳网站制作专业,工程网站建设Pandas怎么添加数据列
1、直接赋值
# 1、直接赋值df.loc[:, 最高气温] df[最高气温].str.replace(℃, ).astype(int32)df.loc[:, 最低气温] df[最低气温].str.replace(℃最高气温] df[最高气温].str.replace(℃, ).astype(int32)df.loc[:, 最低气温] df[最低气温].str.replace(℃, ).astype(int32)df.loc[:, 温差] df[最高气温] - df[最低气温]2、df.apply方法 写一个判断 # df.apply
def get_wendu_type(x):if x[最高气温] 20:return 高温if x[最低气温] 0:return 低温return 常温df.loc[:, 气温类型] df.apply(get_wendu_type, axis1)
print(df.tail())有趣且有用的方法 print(df[气温类型].value_counts())3、df.assign方法 lambda函数 python 使用 lambda 来创建匿名函数。 lambda只是一个表达式函数体比def简单很多。lambda的主体是一个表达式而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。lambda函数拥有自己的命名空间且不能访问自有参数列表之外或全局命名空间里的参数。虽然lambda函数看起来只能写一行却不等同于C或C的内联函数后者的目的是调用小函数时不占用栈内存从而增加运行效率。 语法如下 lambda [arg1 [,arg2,.....argn]]:expression# df.assign方法
# 可以同时添加多个新的列
# 是返回一个新的dataFrame
df df.assign(MaxWendu_huashilambda y: y[最高气温] * 9 / 5 32,# 摄氏度转华氏度MinWendu_huashilambda y: y[最低气温] * 9 / 5 32
)
print(df.tail())4、按条件选择分组分别赋值
# 按条件选择分组分别赋值
# 先创建空列
df[wencha_type]
df.loc[df[最高气温] - df[最低气温] 10, wencha_type] 温差较大
df.loc[df[最高气温] - df[最低气温] 10, wencha_type] 温差正常
print(df.tail())删除列
1、del df[] 改变原始数据
del df[MaxWendu_huashi]2、df.drop(‘columns’,axis1) 不改变原始数据只是返回删除后的数据 3、df.drop(‘columns’,axis1,inplace‘True’)
df.drop(MinWendu_huashi, axis1, inplaceTrue)
