时间:2021-05-22
pandas中一个很便捷的使用方法通过loc、iloc、ix等索引方式,这里记录一下:
df.loc[条件,新增列] = 赋初始值
如果新增列名为已有列名,则在原来的数据列上改变
import pandas as pdimport numpy as np data = pd.DataFrame(np.random.randint(0,100,40).reshape(10,4),columns=list('abcd'))print(data)data.loc[data.d >= 50,'大于50'] = 'Yes'print(data)通过使用loc进行索引,在索引中做判断,然后根据判断的结果给新增的列赋值。这是很方便很基础的操作,当然我最近记得不太清楚所以这里记录一下。
以上这篇pandas通过loc生成新的列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。
背景:dataFrame的数据,想对某一个列做逻辑处理,生成新的列,或覆盖原有列的值下面例子中的df均为pandas.DataFrame()的数据1、增加新列,
今天发现用pandas里面的数据结构可以减少大量的编程工作,从现在开始逐渐积累,记录一下:使用标签选取数据:df.loc[行标签,列标签]df.loc['a':
pandas获取csv指定行,列house_info=pd.read_csv('house_info.csv')1:取行的操作:house_info.loc[3
Pandas中根据列的值选取多行数据#选取等于某些值的行记录用==df.loc[df['column_name']==some_value]#选取某列是否是某一
pandas提供了set_index方法可以将DataFrame的列(多列)变成行索引,通过reset_index方法可以将层次化索引的级别会被转移到列里面。1