熟悉sql的朋友都知道,在SQL里面,用字符表达,通过列与列之间的运算,一次可以新增多个列。在Pandas里面基于不同的列,传入表达式,一次性生成多个列,比较麻烦?是不是有好的方法?
DataFrame.eval()方法,提供了很好的方法。下面来介绍下!
Pandas的evaluate()函数使用字符串表达式来来计算对DataFrame的操。DataFrame.eval()方法的好处是它可以按名称指定列,同时可以像sql一样,df.eval()使用字符表达式来创建多个新列D!
这里,我们直接上代码:
import pandas as pd
#生成新demo数据集
df = pd.DataFrame({'英语成绩': [100, 90, 69,98,84],
'数学成绩': [90, 78, 78, 86, 99],
'语文成绩': [98, 68,90, 87,92],
'姓名': ['张三', '李四', '王五', '周六', '马七']})
数据展示如下:
![53da1801fd6006f120ad717ddcd700f6.png](https://i-blog.csdnimg.cn/blog_migrate/d6c56c35f6cbb2147bd44077a1568406.png)
#利用DataFrame.eval()方法
df.eval("""
总成绩=英语成绩+数学成绩+语文成绩
平均成绩=(英语成绩+数学成绩+语文成绩)/3
""",inplace=True
)
#inplace=True,表示在原数据集上修改,生成新列
结果展示如下:
![2dcf9eeb4ee72dc818f3d5ff308dc48d.png](https://i-blog.csdnimg.cn/blog_migrate/870d852dcf6b4978501c263d4c5f085a.png)
是不是非常的方便,习惯sql的小伙伴,也可以轻松使用pandas做类似的操作了!