pandas如何修改特定的值
更新時間:2024年02月19日 09:26:43 作者:道航不高
這篇文章主要介紹了pandas如何修改特定的值問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
map、apply映射
map和apply都是用于映射的,map一般用于Series對象,而apply用于DataFrame對象。
簡答的講:
- 就是如果要對某一列數(shù)據(jù)進行映射,map和apply都可以;
- 但是如果要對多列數(shù)據(jù)同時進行映射或者一個映射關系中涉及多個列作為自變量,就只能用apply而不能用map。
所以很多觀點認為apply比map更好用。
實際上map也有獨特之處:
- 例如:
- 要針對某一列進行字典映射時,map函數(shù)可以直接接受字典,而apply就不支持字典類型參數(shù)。
上代碼對比:
"""用map實現(xiàn)字典映射"""
df = pd.DataFrame({"姓名":["大寶","二狗","三炮","四眼","五福"],"工齡":[3,5,2,1,None],"獎金":[200,300,100,100,None]})
change = {"大寶":"張三",
"二狗":"李四",
"三炮":"王五",
"四眼":"趙六",
"五福":"宋七"}
df["姓名"] = df["姓名"].map(change)
# 注意:用map做字典映射的時候,字典的鍵必須包含Series所有的非重復值,否則沒在字典鍵沒有描述到的值也會被默認修改成最后一個鍵的值
def fun(x):
return x + 1
df["工齡"] = df["工齡"].map(fun) # 不論map還是apply,都是只傳函數(shù)名不加括號調用
"""apply可以映射多個參數(shù)的函數(shù)"""
def func(x,num):
return x + x * num
def foo(x,y):
if x >= 3:
return x * y
else:
return x * y / 2
df["次月獎金"] = df["獎金"].apply(func,args=(0.1,),axis=1) #args用于接收額外的參數(shù),以元組類型傳遞。axis默認等于0
df["年終獎"] = df.apply(lambda df: foo(x=df["工齡"],y=df["獎金"]),axis=1) # 個人推薦用法
df[["獎金","次月獎金","年終獎"]].apply(sum,axis=0) #對每列求和
根據(jù)某些特定條件修改列的值
df.loc[df["工齡"]<2,"年終獎"] = 500 # 其本質是根據(jù)特定條件找到符合條件的索引重新賦值 # 注意使用上述用法的前提是DataFrame的索引必須是連續(xù)不間斷的。若索引不連續(xù),可以先用reset_index()將索引轉換成列,這樣就會默認生成新的索引
用指定值填充空值
df.fillna({"工齡":1,"獎金":df["工齡"]*100},inplace=True)
總結
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python正則表達式修復網(wǎng)站文章字體不統(tǒng)一的解決方法
python正則表達式修復網(wǎng)站文章字體不統(tǒng)一的解決方法,需要的朋友可以參考一下2013-02-02
Python多場景下實現(xiàn)Word轉Excel詳解
在實際工作中,我們經(jīng)常需要把 Word 文檔(DOC 或 DOCX)轉換成 Excel 文件,本文將探討如何使用 Python 實現(xiàn) Word 轉 Excel并涵蓋多種轉換場景,感興趣的小伙伴可以了解下2026-04-04

