python 使用pandas同時對多列進行賦值
data1[’月份’]=int(month) #加入月份和企業名稱 data1[’企業’]=parmentname
可以增加單列,并賦值,如果想同時對多列進行賦值
data1[’月份’,’企業’]=int(month) , parmentname #加入月份和企業名稱
會出錯
ValueError: Length of values does not match length of index
data[[’合計’,’平均’]]=’數據’,’月份’
類似這樣的,也無效
KeyError: “None of [Index([‘合計’, ‘平均’], dtype=‘object’)] are in the [columns]”
只有下例中:import pandas as pdchengji=[[100,95,100,99],[90,98,99,100],[88,95,98,88],[99,98,97,87],[96.5,90,96,85],[94,94,93,91],[91, 99, 92, 87], [85, 88, 85, 90], [90, 92, 99, 88], [90, 88, 89, 81], [85, 89, 89, 82], [95, 87, 86, 88], [90, 97, 97, 98], [80, 92, 89, 98], [80, 98, 85, 81], [98, 88, 95, 92]]data=pd.DataFrame(chengji,columns=[’語文’,’英語’,’數學’,’政治’])print (data)# data1=data[[’數學’,’語文’,’英語’,’政治’]] #排序# data1=data1.reset_index(drop=True) #序列重建# data1.index.names=[’序號’] #序列重命名# data1.index=data1.index+1 #序列從1開始# print (data1)data=pd.DataFrame(chengji,columns=[’語文’,’英語’,’數學’,’政治’],index=[i for i in range(1,len(chengji)+1)])print (data)data[[’合計’,’平均’]]=data.apply(lambda x: (x.sum(), x.sum()/4),axis=1,result_type=’expand’)print (data[:])data=pd.DataFrame(chengji,columns=[’語文’,’英語’,’數學’,’政治’],index=[i for i in range(1,len(chengji)+1)])print (data)data[[’合計’,’平均’]]=data.apply(lambda x:(’數據’,’月份’),axis=1,result_type=’expand’)print (data[:])
應用apply 并設置result_type=‘expand’ 參數才可以。
先前的例子,用如下的方法就行了
data1[[’月份’,’企業’]]=data1.apply(lambda x:(int(month),parmentname),axis=1,result_type=’expand’) # data1[’月份’]=int(month) #加入月份和企業名稱 # data1[’企業’]=parmentname #print (data1)后記:
如果’月份’,’企業’列存在,用如下也可,上例中,直接可以創建不存在的列。
data1.lco[:,[’月份’,’企業’]]=int(month),parmentname
或
data1[[’月份’,’企業’]]=int(month),parmentname
今天又遇到一個從某列截取字符串長度寫到另一列的,也一并寫到這里:
貨品列在原表中無,取貨品代碼的前12位。
totaldata = totaldata.reset_index(drop=False)totaldata[’貨品’] = totaldata[’貨品代碼’].apply(lambda x:x[:12])后記:2020.5.17又遇到想新增兩列并賦值的問題
import numpy as npimport pandas as pdfrom pandas import Series chengji = [[’N’, 95, 0], [’N’, 100, 88], [’N’, 88, 100], [’N’, 66, 0]]data = pd.DataFrame(chengji, columns=[’p’, ’x’, ’g’])data[[’序號’,’列名’]]=data[[’p’,’x’]] #pd.DataFrame(data[[’p’,’x’]])# .apply(lambda x : x )print(data)
補充:pandas 的apply返回多列,并賦值
代碼如下:
import pandas as pddf_tmp = pd.DataFrame([ {'a':'data1', 'cnt':100},{'a':'data2', 'cnt':200},])df_tmpa cntdata1 100data2 200方法一:使用apply 的參數result_type 來處理
def formatrow(row): a = row['a'] + str(row['cnt']) b = str(row['cnt']) + row['a'] return a, b df_tmp[['fomat1', 'format2']] = df_tmp.apply(formatrow, axis=1, result_type='expand')df_tmpa cnt fomat1 format2data1 100 data1100 100data1data2 200 data2200 200data2方法二:使用zip打包返回結果來處理
df_tmp['fomat1-1'], df_tmp['format2-2'] = zip(*df_tmp.apply(formatrow, axis=1))df_tmpa cnt fomat1 format2 fomat1-1 format2-2data1 100 data1100 100data1 data1100 100data1data2 200 data2200 200data2 data2200 200data2
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持好吧啦網。如有錯誤或未考慮完全的地方,望不吝賜教。
相關文章:
