pandas学习小记

最新推荐文章于 2024-09-13 18:11:35 发布

今日你饮左未啊

最新推荐文章于 2024-09-13 18:11:35 发布

阅读量97

点赞数

文章标签： python pandas

本文链接：https://blog.csdn.net/weixin_43785299/article/details/116309433

版权

这篇博客介绍了如何在数据处理中进行三步操作：1) 使用lambda函数结合numpy随机为数据列赋予0到500之间的整数；2) 将日期与天数结合生成完整的日期字符串；3) 根据预设概率分布从给定列表中选择元素赋值给数据列。这些技巧在数据预处理和分析中非常实用。

摘要由CSDN通过智能技术生成

原始数据

1.某列所有元素随机赋值

data['duration_time'] = data['duration_time'].map(lambda x: np.random.randint(0, 500))

2.两列字符串拼接

data_["activity_date"] =[ '2020/1/ % i' % i for i in data_["activity_day"]]

结果：
在这里插入图片描述
3.按一定概率在列表中选取元素赋值于某列

table = ['湖北', '湖南', '福建','海南','广东','上海','北京','江苏','广西','山西','山东','浙江']
data_ks['item_city'] = data_ks['item_city'].map(lambda x: np.random.choice(table,p=[0.1, 0.05,0.05, 0.1, 0.1, 0.1, 0.03, 0.1,0.1,0.1,0.07,0.1]))