pandas利用函数或映射进行数据转换

本文展示了如何使用pandas DataFrame的映射功能和lambda函数将'food'列转换为对应的动物来源。通过将食物名称转换为小写并查找对应的动物,创建了新的'animal'列。
摘要由CSDN通过智能技术生成

data = DataFrame({‘food’:[‘bacon’,’pull_pork’,’bacon’,’Pastrami’,’corned beef’,’Bacon’,’pastrami’,’honey ham’,’novs lox’],
‘ounces’:[4,3,12,6,7.5,8,3,5,6]})
print(data)
meat_to_animal = {
‘bacon’:’pig’,
‘pulled pork’:’pig’,
‘pastrami’:’cow’,
‘corned beef’:’cow’,
‘honey ham’:’pig’,
‘nova lox’:’salmon’
}
print(meat_to_animal)
data[‘animal’] = data[‘food’].map(str.lower).map(meat_to_animal)
print(data)
以上用的是映射的方式,我们也可以定义一个函数

import pandas as pd
from pandas import *
import numpy as np
data = DataFrame({‘food’:[‘bacon’,’pulled pork’,’bacon’,’Pastrami’,’corned beef’,’Bacon’,’pastrami’,’honey ham’,’nova lox’],
‘ounces’:[4,3,12,6,7.5,8,3,5,6]})
print(data)
meat_to_animal = {
‘bacon’:’pig’,
‘pulled pork’:’pig’,
‘pastrami’:’cow’,
‘corned beef’:’cow’,
‘honey ham’:’pig’,
‘nova lox’:’salmon’
}
result = data[‘food’].map(lambda x:meat_to_animal[x.lower()])
print(data)

`pandas`是一个用于Python的数据分析库,它提供了一系列强大的数据结构和数据分析工具。其中,`apply()`函数是一个非常有用的功能,允许用户自定义函数应用于DataFrame的行或列上。 ### 使用 `apply()` 函数调整列数据的例子: 假设我们有一个包含学生考试成绩的简单DataFrame,我们想要将所有成绩转换为等级制,比如90分以上为A,80-89分为B,70-79分为C,60分以下为D。 ```python import pandas as pd # 创建示例 DataFrame data = {'数学': [95, 80, 75, 60, 90], '语文': [88, 74, 85, 65, 80]} df = pd.DataFrame(data) print("原始数据:") print(df) ``` #### 应用 `apply()` 转换成绩到等级: 我们可以使用 `apply()` 函数结合条件判断,将每个成绩转换为其对应的等级。为了简化操作,这里使用了一个简单的lambda函数作为映射规则。 ```python def grade_converter(score): if score >= 90: return 'A' elif score >= 80: return 'B' elif score >= 70: return 'C' else: return 'D' # 对DataFrame的每一列应用grade_converter函数 graded_df = df.apply(grade_converter) print("\n转换后的等级:") print(graded_df) ``` ### 相关问题: 1. **如何在 `apply()` 中处理缺失值**?你可以通过添加 `na_action='ignore'` 参数或者在应用函数内部处理缺失值来解决。 2. **在 `pandas` 数据帧中使用 `apply()` 函数对多列进行同时处理**,需要如何操作? 3. **当需要更复杂的操作时,如使用向量化的运算替代手动编写逻辑函数**,应当考虑使用何种方法更高效?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值