数据清洗常用的 2 个小 trick
Pandas 巧用 str.split 和 str.cat
因为以上两个方法，直接按列操作，所以省掉一层 for 循环，下面直接看例子。
df = pd.DataFrame({'names':["Geordi La Forge", "Deanna Troi", "Jack"],'IDs':[1,2,3]})
df
列分割
对 names 列，按照第一个空格分割为两列：
df["first_name"] = df["names"].str.split(n = 1).str[0]
df["last_name"] = df["names"].str.split(n = 1).str[1]
df结果如下：
列合并方法 1
分割列搞定，接下来再合并回去，使用 cat 方法：
df["names_copy"] = df["first_name"].str.cat(df["last_name"], sep = " ")
df
合并两列得到一个新列 names_copy 搞定！
列合并方法 2
还有别的合并方法吗，直接使用 + 连接字符串：
df["names_copy2"] = df["first_name"] + " "+ df["last_name"]
df效果是一样的：
Pandas 多条件筛选可读性较好的写法
有特征上百个，根据多个特征筛选 DataFrame 时，如果这么做，可读性不太友好：
df[(df["continent"] == "Europe") & (df["beer_servings"] > 150) & (df["wine_servings"] > 50) & (df["spirit_servings"] < 60)]连续多个筛选条件写到一行里。
更好可读性的写法
cr1 = df["continent"] == "Europe"
cr2 = df["beer_servings"] > 150
cr3 = df["wine_servings"] > 50
cr4 = df["spirit_servings"] < 60
df[cr1 & cr2 & cr3 & cr4]个人更喜欢后者，虽然代码多几行，但是可读性更好一些，拆开多个过滤条件并分别赋值给对象，最后再传到 df 中，代码看起来更清爽。
另一种多条件过滤的建议写法，供大家参考选择。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-04-17，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录