熊猫-从不规则字符串模式的计算中创建新列。
熊猫-从不规则字符串模式的计算中创建新列。
提问于 2019-09-10 21:28:56
我在熊猫的数据里有这样的数据：
| Data |
----------------------------
| 10-9 8-6 100-2 |
----------------------------
| 1-2 3-4 |
----------------------------
| 55-45 |
----------------------------现在我的问题是，用熊猫做以下事情的最好方法是什么：
- 计算连字符之前的第一个数字的平均值，以及连字符之后的数字的平均值。
- 第二次从第一次，并放置到一个新的列。
例如，对于第一行，新列中的值为:平均(10，8,100) -平均(9，6，2)
我猜我需要使用某种lambda函数，但我不知道如何实现它。
任何帮助都是非常感谢的。谢谢!
回答 2
Stack Overflow用户
发布于 2019-09-10 21:51:35
这也许能起作用。split()将去掉所有的空白。还可以使用列表理解来遍历split()创建的所有标记(例如，['10-9', '8-6', '100-2'])。
In [37]: df = DataFrame({'Data': [" 10-9 8-6 100-2 ",
" 1-2 3-4 ",
" 55-45 "]})
In [38]: def process(cell):
...: avg = []
...: for i in range(2):
...: l = [int(x.split("-")[i]) for x in cell.split()]
...: avg.append(sum(l) * 1. / len(l))
...: return avg[0] - avg[1]
...:
In [39]: df['Data'].apply(process)
Out[39]:
0 33.666667
1 -1.000000
2 10.000000
Name: Data, dtype: float64希望这能有所帮助！
Stack Overflow用户
发布于 2019-09-10 21:52:14
创建一个包含字符串解析逻辑的函数：
import pandas as pd
import numpy as np
def string_handling(string):
values = [it for it in string.strip().split(' ') if it]
values = [v.split('-') for v in values]
first_values = [int(v[0]) for v in values]
second_values = [int(v[1]) for v in values]
return pd.Series([np.mean(first_values), np.mean(second_values)])应用此功能：
df[['first_value','second_value']] = df['Data'].apply(string_handling)
df['diff'] = df['first_value'] - df['second_value']页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57878438
复制相关文章
相似问题
腾讯云开发者
