Python-科学计算-pandas-17-对某些列或行运算
Python-科学计算-pandas-17-对某些列或行运算
zishendianxia
发布于 2020-11-13 14:35:22
发布于 2020-11-13 14:35:22
系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2 pandas：0.19.2
- 这个系列讲讲Python的科学计算及可视化
- 今天讲讲pandas模块
- 对Df的特定列或者行进行与自身或者常数的运算
Part 1：场景描述
- 已知一个df_1，列索引为：
["value1", "value2", "value3", "value4"]，行索引为0-7 - 现有分别有以下需求：
- 列操作：对“value1”, “value2”列的每个数平方；对“value1”, “value2”的每个数+2
- 行操作：对1, 2行的每个数平方；对1, 2行的每个数-3
df_1
结果如下：列操作
行操作
Part 2：代码
import pandas as pd
import numpy as np
dict_1 = {"value1": [10, 20, 30, 40, 50, 60, 70, 80],
"value2": [100, 200, 300, 400, 500, 600, 700, 800],
"value3": [50, 20, 30, 90, 50, 60, 80, 80],
"value4": [10, 30, 90, 40, 60, 60, 70, 80]}
df_1 = pd.DataFrame(dict_1, columns=["value1", "value2", "value3", "value4"])
print("\n", "df_1", "\n", df_1, "\n")
print(type(df_1))
# 对某些列进行计算
df_2 = df_1.apply(lambda x: np.square(x) if x.name in ['value1', 'value2'] else x)
print("\n", "df_2-列平方", "\n", df_2, "\n")
df_2 = df_1.apply(lambda x: x+2 if x.name in ['value1', 'value2'] else x)
print("\n", "df_2-列+2", "\n", df_2, "\n")
# 对某些行进行计算
df_3 = df_1.apply(lambda x: np.square(x) if x.name in [1, 2] else x, axis=1)
print("\n", "df_3-行平方", "\n", df_3, "\n")
df_3 = df_1.apply(lambda x: x-3 if x.name in [1, 2] else x, axis=1)
print("\n", "df_3-行-3", "\n", df_3, "\n")
代码截图
Part 3：部分代码解读
- 对列操作还是对行操作，根据
axis=1这个参数，默认取0- 0，对列进行操作
- 1，对行进行操作
df_2 = df_1.apply(lambda x: np.square(x) if x.name in ['value1', 'value2'] else x)运用了apply方法，使用lambda函数，简单来理解就是对列名为['value1', 'value2']的每个元素进行平方，其余保持不变。- apply函数简单理解是将循环内置的一种写法，只关注对每个元素的操作即可，不用手写循环写
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：2020-11-07，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