pandas 新增数据列¶

  1. 直接赋值
  2. df.apply
  3. df.assign
  4. 按条件选择分组分别赋值
In [18]:
import pandas as pd
In [19]:
fpath = "../datas/beijing_tianqi/beijing_tianqi_2018.csv"
df =pd.read_csv(fpath)
In [20]:
df.head()
Out[20]:
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3℃ -6℃ 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2℃ -5℃ 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2℃ -5℃ 多云 北风 1-2级 28 优 1
3 2018-01-04 0℃ -8℃ 阴 东北风 1-2级 28 优 1
4 2018-01-05 3℃ -6℃ 多云~晴 西北风 1-2级 50 优 1

1.直接赋值¶

实例：清理温度列，变成数字类型

In [21]:
df.loc[:,"bWendu"] = df["bWendu"].str.replace("℃","").astype("int32")
df.loc[:,"yWendu"] = df["yWendu"].str.replace("℃","").astype("int32")

实例：计算温差-加列¶

In [22]:
#注意，df["bWendu"] 其实就是一个Series，后面的减法返回的是Series
df.loc[:,"wencha"] = df["bWendu"] - df["yWendu"]
In [23]:
df.head()
Out[23]:
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2 9
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1 7
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1 7
3 2018-01-04 0 -8 阴 东北风 1-2级 28 优 1 8
4 2018-01-05 3 -6 多云~晴 西北风 1-2级 50 优 1 9

2. df.apply方法¶

Apply a function along an axis of the DataFrame.

Objects passed to the function are Series objects whose index is either the DataFrame's index(axis=O) or the DataFrame's columns (axis=1).

**apply就是设置axis等于0还是1，来决定是循环一行还是一列

实例:添加一列温度类型:

  1. 如果最高温度大于33度就是高温
  2. 低于-10度是低温
  3. 否则是常温

df.apply()#因为.apply是遍历整个dataframe，x相当于每次需要计算的一行或一列， x[index]是一个数，可以进行判断，一行（沿列从上到下进行计算，axis=1）还是一列由axis决定df，默认可以不用写

In [24]:
 def get_wendu_type(x):  #x就是遍历dataframe的每一行也就是一个series，默认传入的是df
        if x["bWendu"]>33:
            return "高温"
        if x["yWendu"]<-10:
            return "低温"
        return "常温"
# 注意需要设置axis == 1，这是series的index还是columns
df.loc[:,"wendu_type"] = df.apply(get_wendu_type,axis=1)
df
Out[24]:
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha wendu_type
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2 9 常温
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1 7 常温
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1 7 常温
3 2018-01-04 0 -8 阴 东北风 1-2级 28 优 1 8 常温
4 2018-01-05 3 -6 多云~晴 西北风 1-2级 50 优 1 9 常温
... ... ... ... ... ... ... ... ... ... ... ...
360 2018-12-27 -5 -12 多云~晴 西北风 3级 48 优 1 7 低温
361 2018-12-28 -3 -11 晴 西北风 3级 40 优 1 8 低温
362 2018-12-29 -3 -12 晴 西北风 2级 29 优 1 9 低温
363 2018-12-30 -2 -11 晴~多云 东北风 1级 31 优 1 9 低温
364 2018-12-31 -2 -10 多云 东北风 1级 56 良 2 8 常温

365 rows × 11 columns

In [25]:
# 查看温度类型的计数
df.loc[:,"wendu_type"].value_counts()
Out[25]:
常温    328
高温     29
低温      8
Name: wendu_type, dtype: int64

3.df.assign方法¶

Assign new columns to a DataFrame.

Returns a new object with all original columns in addition to new ones.

实例：将温度从摄氏度变成华摄氏度

可以同时添加多个新的列¶

In [26]:
df.assign(
    yWendu_huashi = lambda x : x["yWendu"] * 9 /5 + 32,
    # 摄氏度转华氏度
    bWendu_huashi = lambda x :x["bWendu"] * 9 /5 + 32
)
Out[26]:
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel wencha wendu_type yWendu_huashi bWendu_huashi
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2 9 常温 21.2 37.4
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1 7 常温 23.0 35.6
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1 7 常温 23.0 35.6
3 2018-01-04 0 -8 阴 东北风 1-2级 28 优 1 8 常温 17.6 32.0
4 2018-01-05 3 -6 多云~晴 西北风 1-2级 50 优 1 9 常温 21.2 37.4
... ... ... ... ... ... ... ... ... ... ... ... ... ...
360 2018-12-27 -5 -12 多云~晴 西北风 3级 48 优 1 7 低温 10.4 23.0
361 2018-12-28 -3 -11 晴 西北风 3级 40 优 1 8 低温 12.2 26.6
362 2018-12-29 -3 -12 晴 西北风 2级 29 优 1 9 低温 10.4 26.6
363 2018-12-30 -2 -11 晴~多云 东北风 1级 31 优 1 9 低温 12.2 28.4
364 2018-12-31 -2 -10 多云 东北风 1级 56 良 2 8 常温 14.0 28.4

365 rows × 13 columns

4. 按条件选择分组分别赋值¶

按条件先选择数据，然后对这部分数据赋值新列

实例:高低温差大于10度，则认为温差大

In [29]:
# 先创建空列 （这是第一中创建新列的方法）
df ["wencha_type"] =""
df.loc[df["bWendu"]-df["yWendu"]>10,"wencha_type"] = "温差大"
df.loc[df["bWendu"]-df["yWendu"]<=10,"wencha_type"] = "温度正常"
In [30]:
df["wencha_type"].value_counts()
Out[30]:
温度正常    187
温差大     178
Name: wencha_type, dtype: int64
In [ ]: