pandas 中语法 `df[&#column&#] = expression` 的解释

Pandas语法df['column'] = 表达式用于在Pandas DataFrame中创建、修改或赋值列。让我们循序渐进地深入了解其用法。

基础篇 1. 创建新列

如果DataFrame中不存在指定列，则赋值操作会创建一个新列。

示例：

import pandas as pd
df = pd.DataFrame({'a': [1, 2, 3]})
print(df)
# 输出：
#    a
# 0  1
# 1  2
# 2  3

# 创建一个名为'b'的新列，所有值都设置为0
df['b'] = 0
print(df)
# 输出：
#    a  b
# 0  1  0
# 1  2  0
# 2  3  0

2. 修改现有列

如果列已存在，赋值操作会替换其内容。

示例：

df['b'] = [4, 5, 6]  # 替换'b'列的值
print(df)
# 输出：
#    a  b
# 0  1  4
# 1  2  5
# 2  3  6

中级篇 3. 基于表达式赋值

您可以根据计算或转换结果为列赋值。

示例：

df['c'] = df['a'] + df['b']  # 创建'c'列，值为'a'和'b'的和
print(df)
# 输出：
#    a  b  c
# 0  1  4  5
# 1  2  5  7
# 2  3  6  9

4. 条件赋值

利用Pandas的布尔索引进行条件赋值。

示例：

df['d'] = df['a'].apply(lambda x: 'even' if x % 2 == 0 else 'odd')
print(df)
# 输出：
#    a  b  c     d
# 0  1  4  5   odd
# 1  2  5  7  even
# 2  3  6  9   odd

5. 使用多列进行表达式计算

在一个表达式中使用多列进行更复杂的计算。

示例：

df['e'] = (df['a'] + df['b']) * df['c']
print(df)
# 输出：
#    a  b  c     d    e
# 0  1  4  5   odd   25
# 1  2  5  7  even   49
# 2  3  6  9   odd   81

高级篇 6. 向量化操作

利用向量化运算提高性能。

示例：

df['f'] = df['a'] ** 2 + df['b'] ** 2  # 快速的向量化计算
print(df)
# 输出：
#    a  b  c     d    e   f
# 0  1  4  5   odd   25  17
# 1  2  5  7  even   49  29
# 2  3  6  9   odd   81  45

7. 使用np.where进行条件逻辑赋值

使用NumPy进行条件赋值。

示例：

import numpy as np
df['g'] = np.where(df['a'] > 2, 'high', 'low')
print(df)
# 输出：
#    a  b  c     d    e   f     g
# 0  1  4  5   odd   25  17   low
# 1  2  5  7  even   49  29   low
# 2  3  6  9   odd   81  45  high

8. 使用外部函数赋值

根据应用于行或列的自定义函数赋值。

示例：

def custom_function(row):
    return row['a'] * row['b']

df['h'] = df.apply(custom_function, axis=1)
print(df)
# 输出： (输出结果会根据之前的操作结果变化)

9. 链式操作

链接多个操作以保持代码简洁。

示例：

df['i'] = df['a'].add(df['b']).mul(df['c'])
print(df)
# 输出： (输出结果会根据之前的操作结果变化)

10. 一次赋值多列

使用assign()一次创建或修改多列。

示例：

df = df.assign(
    j=df['a'] + df['b'],
    k=lambda x: x['j'] * 2
)
print(df)
# 输出： (输出结果会根据之前的操作结果变化)

专家篇 11. 动态列赋值

根据外部输入动态创建列名。

示例：

columns_to_add = ['l', 'm']
for col in columns_to_add:
    df[col] = df['a'] + df['b']
print(df)
# 输出： (输出结果会根据之前的操作结果变化)

12. 使用外部数据赋值

根据外部DataFrame或字典赋值。

示例：

mapping = {1: 'Low', 2: 'Medium', 3: 'High'}
df['N'] = df['a'].map(mapping) # 假设'a'列存在
print(df)
# 输出： (输出结果会根据之前的操作结果变化)

13. 性能优化

使用Pandas内置函数（apply、向量化运算）比Python循环性能更好。

总结

df['column'] = 表达式是Pandas的核心功能，用途广泛，允许添加、修改和操作DataFrame中的列，执行复杂的计算，以及进行链式操作和动态生成新列，使其成为强大的数据操作和分析库。

以上就是pandas 中语法 `df[&#column&#] = expression` 的解释的详细内容，更多请关注知识资源分享宝库其它相关文章！