99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁大數(shù)據(jù)時(shí)代請教下pandas如何根據(jù)兩列的判斷條件生成新的列?
請教下pandas如何根據(jù)兩列的判斷條件生成新的列?
2023-05-30
收藏
Pandas是Python中最流行的數(shù)據(jù)分析工具之一,它提供了高效、靈活和易于使用的數(shù)據(jù)結(jié)構(gòu)和操作函數(shù)。其中一個(gè)重要的功能就是可以根據(jù)多個(gè)列的判斷條件生成新的列,本文將介紹如何在pandas中實(shí)現(xiàn)這種操作。

什么是條件生成新列?
首先,讓我們來看一下什么是條件生成新列。在數(shù)據(jù)分析中,我們經(jīng)常需要根據(jù)某些條件對數(shù)據(jù)進(jìn)行分類或標(biāo)記。例如,在一個(gè)銷售訂單數(shù)據(jù)集中,我們可能需要根據(jù)訂單金額和支付狀態(tài)生成一個(gè)新的列,用于標(biāo)記該訂單是否已被支付。在這種情況下,我們需要使用兩個(gè)列的值來決定新列的值。

pandas中,我們可以通過使用apply()函數(shù)和lambda表達(dá)式來實(shí)現(xiàn)這種功能。下面是一個(gè)簡單的示例,演示了如何在pandas中將兩個(gè)列的值相加,并將結(jié)果存儲在一個(gè)新列中:

import pandas as pd # 創(chuàng)建一個(gè)包含兩個(gè)列的DataFrame data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df = pd.DataFrame(data) # 使用apply()函數(shù)和lambda表達(dá)式將兩個(gè)列相加,并將結(jié)果存儲在一個(gè)新列中 df['new_col'] = df.apply(lambda x: x['col1'] + x['col2'], axis=1) # 打印DataFrame print(df)
輸出結(jié)果:

col1  col2  new_col
0     1     4        5
1     2     5        7
2     3     6        9
在這個(gè)示例中,我們創(chuàng)建了一個(gè)包含兩個(gè)列的DataFrame,并使用apply()函數(shù)和lambda表達(dá)式將這兩列相加,并將結(jié)果存儲在一個(gè)新列中。lambda表達(dá)式接受一個(gè)參數(shù)x,該參數(shù)是一個(gè)Series對象,包含DataFrame中一行的所有值。通過指定axis=1參數(shù),我們可以確保apply()函數(shù)對每行應(yīng)用lambda表達(dá)式。

如何根據(jù)條件生成新列?
現(xiàn)在讓我們來看一下如何在pandas中根據(jù)條件生成新列。假設(shè)我們有一個(gè)包含訂單數(shù)據(jù)的DataFrame,其中包含以下幾列:訂單編號、訂單日期、訂單金額和支付狀態(tài)。我們想要根據(jù)訂單金額和支付狀態(tài)生成一個(gè)新列,用于標(biāo)記每個(gè)訂單是否已經(jīng)完成。

首先,我們需要定義一個(gè)函數(shù),該函數(shù)接受一個(gè)Row對象作為參數(shù),并返回一個(gè)字符串,表示訂單的狀態(tài)。具體而言,在我們的示例中,如果訂單金額大于等于100并且支付狀態(tài)為“paid”,則訂單狀態(tài)為“completed”;否則訂單狀態(tài)為“incomplete”。下面是實(shí)現(xiàn)這個(gè)功能的代碼:

def get_order_status(row): if row['order_amount'] >= 100 and row['payment_status'] == 'paid': return 'completed' else: return 'incomplete' 
接下來,我們使用apply()函數(shù)和lambda表達(dá)式將該函數(shù)應(yīng)用于每個(gè)DataFrame行,并將結(jié)果存儲在一個(gè)新列中。下面是完整的示例代碼:

import pandas as pd # 創(chuàng)建一個(gè)包含訂單數(shù)據(jù)的DataFrame data = {'order_no': [1, 2, 3], 'order_date': ['2022-01-01', '2022-01-02', '2022-01-03'], 'order_amount': [50, 150, 200], 'payment_status': ['unpaid', 'paid', 'paid']}
df = pd.DataFrame(data) # 定義一個(gè)函數(shù),根據(jù)條件返回訂單狀態(tài) def get_order_status(row): if row['order_amount'] >= 100 and row['payment_status'] == 'paid': return 'completed' else: return 'incomplete' # 使用apply()函數(shù)和lambda表達(dá)式生成新列 df['order_status'] = df.apply(lambda x: get_order_status(x), axis=1) # 打
DataFrame print(df)

輸出結(jié)果:
order_no order_date order_amount payment_status order_status 0 1 2022-01-01 50 unpaid incomplete 1 2 2022-01-02 150 paid completed 2 3 2022-01-03 200 paid completed

在這個(gè)示例中,我們首先創(chuàng)建了一個(gè)包含訂單數(shù)據(jù)的DataFrame,并定義了一個(gè)函數(shù)`get_order_status()`,用于根據(jù)條件返回訂單狀態(tài)。然后,我們使用`apply()`函數(shù)和lambda表達(dá)式將該函數(shù)應(yīng)用于每個(gè)DataFrame行,并將結(jié)果存儲在一個(gè)新列中。

需要注意的是,在本例中,我們使用了一些簡單的條件來判斷訂單狀態(tài)。如果你需要處理更復(fù)雜的條件,可能需要使用更多的邏輯和操作符。此外,還可以使用pandas提供的其他函數(shù)和方法來實(shí)現(xiàn)條件生成新列的功能,例如`where()`、`mask()`和`numpy.where()`等。 ## 總結(jié) 通過本文,我們了解了如何在pandas中根據(jù)兩列的判斷條件生成新的列。我們學(xué)習(xí)了如何使用`apply()`函數(shù)和lambda表達(dá)式來實(shí)現(xiàn)這種功能,以及如何定義一個(gè)自定義函數(shù)來處理更復(fù)雜的條件。這些技術(shù)可以幫助我們更有效地處理和分析數(shù)據(jù),并為數(shù)據(jù)分析和可視化提供更多的靈活性和控制性。

推薦學(xué)習(xí)書籍
《CDA一級教材》適合CDA一級考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計(jì)已有10萬+在讀~

免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }