Pandas系列学习教程——04 pandas新增数据列

系列文章目录

第一章 Pandas 学习入门之pandas数据读取

第二章 Pandas 学习入门之pandas数据结构

第三章 Pandas 学习入门之pandas数据查询

第四章 Pandas 学习入门之pandas新增数据列

---

随着人工智能的不断发展，数据分析这门技术也越来越重要，很多人都开启了学习数据分析，本文就介绍了pandas学习的基础内容。本章仅仅简单介绍了pandas新增数据列的4种方法——直接赋值法、df.apply法、df.assign法和按条件选择分组赋值法。

系列文章目录

前言

一、pandas怎样新增数据列？

二、pandas的4种新增数据列方法

0.引入库 & 读取数据

1.直接赋值的方法

2.df.apply方法

3.df.assign方法

 4.按条件选择分组分别赋值

总结

---

前言

本章仅仅简单介绍了pandas新增数据列的4种方法——直接赋值法、df.apply法、df.assign法和按条件选择分组赋值法。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas怎样新增数据列？

在进行数据分析时，经常需要按照一定条件创建新的数据列，然后进行进一步分析。

1. 直接赋值
2. df.apply方法
3. df.assign方法
4. 按条件选择分组分别赋值 

二、pandas的4种新增数据列方法

0.引入库 & 读取数据

代码如下（示例）：

import pandas as pd
#使用pd.read_csv(fpath)读取数据
df = pd.read_csv( "./beijing_tianqi_2018.csv")
df.head()

清理温度列，变成数字类型

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')
df.head()

1.直接赋值的方法

计算温差

# 注意，df["bWendu"]其实是一个Series，后面的减法返回的是Series
df.loc[:, "wencha"] = df["bWendu"] - df["yWendu"]
df.head()

2.df.apply方法

实例：添加一列温度类型：

1. 如果最高温度大于33度就是高温
2. 低于-10度是低温
3. 否则是常温

def get_wendu_type(x):
    if x["bWendu"] > 33:
        return '高温'
    if x["yWendu"] < -10:
        return '低温'
    return '常温'

# 注意需要设置axis==1，这是series的index是columns
df.loc[:, "wendu_type"] = df.apply(get_wendu_type, axis=1)

在apply方法中指定了axis=1，表示操作是按行进行。（即每次调用函数时传入的是行数据，而不是列数据）

将apply方法的返回值（一个Series，包含所有行的'高温'、'低温'或'常温'标签）赋值给df.loc[:, "wendu_type"]。这里，df.loc[:, "wendu_type"]用于创建（如果列不存在）或更新（如果列已存在）

# 查看温度类型的计数
df["wendu_type"].value_counts()

wendu_type
常温    328
高温     29
低温      8
Name: count, dtype: int64

使用value_counts()方法可以快速统计pandas DataFrame或Series中各个唯一值出现的频次。

df

3.df.assign方法

 实例：将温度从摄氏度变成华氏度

# 可以同时添加多个新的列
df.assign(
    yWendu_huashi = lambda x : x["yWendu"] * 9 / 5 + 32,
    # 摄氏度转华氏度
    bWendu_huashi = lambda x : x["bWendu"] * 9 / 5 + 32
)

 4.按条件选择分组分别赋值

按条件先选择数据，然后对这部分数据赋值新列
实例：高低温差大于10度，则认为温差大

# 先创建空列（这是第一种创建新列的方法）
df['wencha_type'] = ''

df.loc[df["bWendu"]-df["yWendu"]>10, "wencha_type"] = "温差大"

df.loc[df["bWendu"]-df["yWendu"]<=10, "wencha_type"] = "温差正常"

df

df["wencha_type"].value_counts()

wencha_type
温差正常    187
温差大     178
Name: count, dtype: int64

---

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本章仅仅简单介绍了pandas新增数据列的4种方法——直接赋值法、df.apply法、df.assign法和按条件选择分组赋值法，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。