[Pandas] assign()函数

在我们处理数据的时候，需要根据某个列进行计算得到一个新列，以便后续的使用，相当于是根据已知列得到新的列，这时我们可以考虑使用pandas.DataFrame.assign()函数

1.使用assign函数不会改变原数据，而是返回一个新的DataFrame对象，包含所有现有列和新生成的列

提示Tips: assign和apply函数的主要区别在于前者不改变原数据，apply函数是在原数据的基础上添加新列

import pandas as pd

df = pd.DataFrame({'A': ['A1', 'A2', 'A3'],
                   'B': ['B1', 'B2', 'B3'],
                   'C': ['C1', 'C2', 'C3']},
                   index=['One', 'Two', 'Three'])

res1 = df.assign(A=0)

res2 = df.assign(D=437)

# 将'A'列中的所有值小写,生成'Lower_A'列
res3 = df.assign(Lower_A =df["A"].str.lower())

'''
        A   B   C
One    A1  B1  C1
Two    A2  B2  C2
Three  A3  B3  C3
'''
print(df)

df 

res1

res2

res3

2.assign函数能够同时操作多个列名，并且中间生成的列名能够直接使用

示例1:计算每个人的BMI指数

import pandas as pd

df1 = pd.DataFrame({
    "Name":["Andy","Bob","Candy"],
    "Weight":[78,65,87],
    "Height":[1.82,1.75,1.89]
})

# 同时使用'Weight'和'Height'两列参与计算,生成'BMI'列
res1 = df1.assign(BMI = df1["Weight"] / (df1["Height"] ** 2))

df1

res1

示例2

import pandas as pd

df2 = pd.DataFrame({"col1":["Andy","Bob", "Candy"],
                    "col2":[12, 24, 48]})

# 在col4计算中直接使用col3
# 在col6中直接使用col5
res1 = df2.assign(
        col3 = lambda x: x["col2"] / 2 + 10,         
        col4 = lambda x: x["col3"] * 5,          
        col5 = lambda x: x.col1.str.upper(),         
        col6 = lambda x: x.col5.str.lower()  
)

df2

res1