pandas使用apply函数给表格同时添加多列
作者：风华浪浪
本文介绍了利用Pandas的apply函数在DataFrame中同时添加多列, 文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
一、Pandas使用apply函数给表格同时添加多列
怎样给表格添加一列
def my_func(row): new column = row["a"] + rowl["b"] return new column df["new_column"] = df.apply(my_func, axis=1)
怎样同时添加多列？
def my func(row): newa, newb = row["a"] + row["b"], rowl["a"] - row["b"] return newa, newb df[["newa", "newb"]] = df.apply(my func, axis=1, result type="expand")
二、应用示例
fpath = '/Users/python/Desktop/means/ml-25m/beijing_tianqi_2017-2019.csv' df = pd.read_csv(fpath) df.head() ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel 0 2017-01-01 5℃ -3℃ 霾~晴 南风 1-2级 450 严重污染 6 1 2017-01-02 7℃ -6℃ 晴~霾 南风 1-2级 246 重度污染 5 2 2017-01-03 5℃ -5℃ 霾 南风 1-2级 320 严重污染 6 3 2017-01-04 6℃ -5℃ 霾 北风 1-2级 360 严重污染 6 4 2017-01-05 2℃ -4℃ 霾 北风 1-2级 280 重度污染 5
df['bWendu'] = df['bWendu'].map(lambda x: int(str(x).replace('℃', '')))
df['yWendu'] = df['yWendu'].map(lambda x: int(str(x).replace('℃', '')))
df.head()
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2017-01-01 5 -3 霾~晴 南风 1-2级 450 严重污染 6
1 2017-01-02 7 -6 晴~霾 南风 1-2级 246 重度污染 5
2 2017-01-03 5 -5 霾 南风 1-2级 320 严重污染 6
3 2017-01-04 6 -5 霾 北风 1-2级 360 严重污染 6
4 2017-01-05 2 -4 霾 北风 1-2级 280 重度污染 5
定义了一个名为 my_func 的函数，该函数接受一个行对象 row 作为参数，并返回两个值：wencha 和 avg
将这个函数应用于 DataFrame df 的每一行，使用 .apply() 方法，并指定 axis=1 来按行操作
使用 result_type=‘expand’ 来指定结果是扩展成新的列
将函数返回的两个值分别赋值给 DataFrame df 的新列 ‘wencha’ 和 ‘avg’
def my_func(row):
return row['bWendu'] - row['yWendu'], (row['bWendu'] + row['yWendu'])/2
df[['wencha', 'avg']] = df.apply(my_func, axis=1, result_type='expand')
df.head()
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha avg
0 2017-01-01 5 -3 霾~晴 南风 1-2级 450 严重污染 6 8.0 1.0
1 2017-01-02 7 -6 晴~霾 南风 1-2级 246 重度污染 5 13.0 0.5
2 2017-01-03 5 -5 霾 南风 1-2级 320 严重污染 6 10.0 0.0
3 2017-01-04 6 -5 霾 北风 1-2级 360 严重污染 6 11.0 0.5
4 2017-01-05 2 -4 霾 北风 1-2级 280 重度污染 5 6.0 -1.0
到此这篇关于pandas使用apply函数给表格同时添加多列的文章就介绍到这了,更多相关pandas表格添加多列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！