pandas如何修改特定的值
更新時(shí)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(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)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(duì)象，而apply用于DataFrame對(duì)象。
簡(jiǎn)答的講：
- 就是如果要對(duì)某一列數(shù)據(jù)進(jìn)行映射，map和apply都可以；
- 但是如果要對(duì)多列數(shù)據(jù)同時(shí)進(jìn)行映射或者一個(gè)映射關(guān)系中涉及多個(gè)列作為自變量，就只能用apply而不能用map。
所以很多觀(guān)點(diǎn)認(rèn)為apply比map更好用。
實(shí)際上map也有獨(dú)特之處：
- 例如：
- 要針對(duì)某一列進(jìn)行字典映射時(shí)，map函數(shù)可以直接接受字典，而apply就不支持字典類(lèi)型參數(shù)。
上代碼對(duì)比：
"""用map實(shí)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(jiǎng)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(shí)候，字典的鍵必須包含Series所有的非重復(fù)值，否則沒(méi)在字典鍵沒(méi)有描述到的值也會(huì)被默認(rèn)修改成最后一個(gè)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(hào)調(diào)用
"""apply可以映射多個(gè)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(jiǎng)金"] = df["獎(jiǎng)金"].apply(func,args=(0.1,),axis=1) #args用于接收額外的參數(shù)，以元組類(lèi)型傳遞。axis默認(rèn)等于0
df["年終獎(jiǎng)"] = df.apply(lambda df: foo(x=df["工齡"],y=df["獎(jiǎng)金"]),axis=1) # 個(gè)人推薦用法
df[["獎(jiǎng)金","次月獎(jiǎng)金","年終獎(jiǎng)"]].apply(sum,axis=0) #對(duì)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(jiǎng)"] = 500 # 其本質(zhì)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(zhuǎn)換成列，這樣就會(huì)默認(rèn)生成新的索引
用指定值填充空值
df.fillna({"工齡":1,"獎(jiǎng)金":df["工齡"]*100},inplace=True)
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python處理mat文件的三種方式小結(jié)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05
使用PyTorch實(shí)現(xiàn)MNIST手寫(xiě)體識(shí)別代碼
今天小編就為大家分享一篇使用PyTorch實(shí)現(xiàn)MNIST手寫(xiě)體識(shí)別代碼，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
python matplotlib保存圖片不全問(wèn)題及解決
這篇文章主要介紹了python matplotlib保存圖片不全問(wèn)題及解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
python實(shí)現(xiàn)代理服務(wù)功能實(shí)例
本文分析了代理服務(wù)的原理，并使用PYTHON實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的代理服務(wù)功能供大家參考使用2013-11-11
缺失值是指數(shù)據(jù)集中的某些觀(guān)察存在遺漏的指標(biāo)值,缺失值的存在同樣會(huì)影響到數(shù)據(jù)剖析和挖掘的效果,下面這篇文章主要給大家介紹了關(guān)于Python?Pandas中缺失值NaN的判斷,刪除及替換的相關(guān)資料,需要的朋友可以參考下2022-01-01
今天小編就為大家分享一篇Pandas-Cookbook 時(shí)間戳處理方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12
python正則表達(dá)式修復(fù)網(wǎng)站文章字體不統(tǒng)一的解決方法
python正則表達(dá)式修復(fù)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(chǎng)景下實(shí)現(xiàn)Word轉(zhuǎn)Excel詳解
在實(shí)際工作中,我們經(jīng)常需要把 Word 文檔（DOC 或 DOCX）轉(zhuǎn)換成 Excel 文件,本文將探討如何使用 Python 實(shí)現(xiàn) Word 轉(zhuǎn) Excel并涵蓋多種轉(zhuǎn)換場(chǎng)景,感興趣的小伙伴可以了解下2026-04-04
在深度學(xué)習(xí)項(xiàng)目中常常會(huì)處理各種數(shù)據(jù)集,下面這篇文章主要給大家介紹了關(guān)于Python批量刪除txt文本指定行的思路與代碼,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-02-02
這篇文章主要介紹了詳解Python中的多線(xiàn)程編程,Python中的多線(xiàn)程一直是Python學(xué)習(xí)中的重點(diǎn)和難點(diǎn),要反復(fù)鞏固！需要的朋友可以參考下2015-04-04