首页 > 脚本专栏 > python > pandas灵活增加新的空字段

pandas如何灵活增加新的空字段

2023-08-15 09:29:24 作者：距离＆

这篇文章主要介绍了pandas如何灵活增加新的空字段问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

pandas灵活增加新的空字段

先说需求

从mongodb中读取数据的某些字段（如A,B,C,D），如果数据没有某个字段（如‘D’字段），就增加该字段且值为空

解决方法

import pandas as pd
import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
df1=pd.DataFrame(a,index=['row0','row1','row2'],columns=list('ABC'))
df1

df1结果：

df1的结果

创建空的且有指定字段的dataframe

df2 = pd.DataFrame(columns=['A','B','C','D'])

再通过pd.concat方法连接

pd.concat([df2,df1])

最后的结果如下：

Python pandas数据清洗，按条件赋值空字段

Python pandas按条件赋值空字段

找到空值，并查看空值的有关规律

旅游数据中节省字段部分为空，考虑使用目的地的均值赋值给对应的空值；有北京到西安的旅程的节省为空，过程中需要：

1、找到节省字段为空的行列：

import numpy as np
import pandas as pd
data[data['节省'].isnull()]

2、提取其中的目的地：

data.loc[data['节省'].isnull(),['目的地']]

3、各个目的地及出发地的均值：

round(data.groupby(['目的地','出发地'])['节省'].mean())

使用fillna函数解决问题：

1、建立一个新的DataFrame用以装入更新后数据

2、获得目的地情况

3、赋值目的地均值到目的地空值

4、将处理后数据丢进新的DataFrame

5、将2-4步骤进行循环

datafillna = pd.DataFrame()
place = data.目的地.unique()
for pla in place:
    t = data.目的地 == pla
    print(t)
    a = data[t].fillna(data[t].mean())
    print(a)
    datafillna = datafillna.append(a)
    break

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。