【python数据处理】pandas行列操作及聚合

1.列操作 apply 

df.coulumn.function()  (df.count.mean()这种)

例子：

将Name列全部大写 

from string import upper

df['Name'] = df.Name.apply(upper)

用lambda操作列

例子：创建一列email的供应商

df['Email Provider'] = df.Email.apply(
    lambda x: x.split('@')[-1]
    )

 2.行操作 lambda   

if前一行结尾\ if结尾加\ 记得要axis=1

在使用lambda操作行的时候只要不加列名就是操作行

比如列操作（ df.Email.apply）而行操作（df.apply）

则使用行操作 记得要axis=1

一个简单的判断方法是列操作只操作自己这列，行操作一般要用好几列的数据

 例子1： 40小时以下和40小时以上不同薪，计算出每个人总薪

import codecademylib
import pandas as pd

df = pd.read_csv('employees.csv')

total_earned = lambda row: (row.hourly_wage * 40) + ((row.hourly_wage * 1.5) * (row.hours_worked - 40)) \
	if row.hours_worked > 40 \
  else row.hourly_wage * row.hours_worked

  
df['total_earned'] = df.apply(total_earned, axis = 1)

print(df)

例子2 分别进行列操作和行操作

import codecademylib
import pandas as pd

orders = pd.read