时间:2021-05-22
假设我们有一个数据集,列名叫status下面有100万的数据,其中包装 “HUMAN_REFUSE”,”SYS_REFUSE”,”HUMAN_AGREE”,”SYS_APPROVING”,”REVIEWING”, “HUMAN_CANCEL”,”SYS_AGREE”,”SYS_CANCEL” 这些字段,我现在想将这些字段分别赋值,并且新创造一列,列名为申请结果。
我们使用map函数即可:
df.申请结果 = df.申请结果.map({ "HUMAN_REFUSE":"人工拒绝", "SYS_REFUSE":"系统拒绝", "HUMAN_AGREE":"人工通过", "SYS_APPROVING":"系统审核中", "REVIEWING":"人工复核", "HUMAN_CANCEL":"人工取消", "SYS_AGREE":"系统通过", "SYS_CANCEL":"系统取消"})以上这篇python 对dataframe下面的值进行大规模赋值方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
前言在我们对DataFrame对象进行处理时候,下意识的会想到对DataFrame进行遍历,然后将处理后的值再填入DataFrame中,这样做比较繁琐,且处理大
python字典(dict)的特点就是无序的,按照键(key)来提取相应值(value),如果我们需要字典按值排序的话,那可以用下面的方法来进行:1下面的是按照
SQLServer推荐使用SET而不是SELECT对变量进行赋值。当表达式返回一个值并对一个变量进行赋值时,推荐使用SET方法。下表列出SET与SELECT的区
在Python里面,使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法,本文介绍两种比较常用而且简单的方法。应用
有时候,在Python中需要将dataframe类型转换为字典类型,下面的方法帮助我们解决这一问题。任务代码。#encoding:utf-8importpand