数据分析-Pandas如何转换产生新列

2024-01-12 21:36
文章标签 转换 产生 pandas 数据分析 新列

本文主要是介绍数据分析-Pandas如何转换产生新列，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

数据分析-Pandas如何转换产生新列

时间序列数据在数据分析建模中很常见，例如天气预报，空气状态监测，股票交易等金融场景。此处选择巴黎、伦敦欧洲城市空气质量监测 N O 2 NO_2 NO2​数据作为样例。

python数据分析-数据表读写到pandas

经典算法-遗传算法的python实现

经典算法-遗传算法的一个简单例子

大模型查询工具助手之股票免费查询接口

Falcon构建轻量级的REST API服务

决策引擎-利用Drools实现简单防火墙策略

Python技巧-终端屏幕打印光标和文字控制

列的转换：乘以常数

拿到表格数据后，很多情况下是不能直接就用，还需要对数据进行加工处理。比如知道 N O 2 NO_2 NO2​监测值后，想知道比如伦敦的浓度是多少？假如单位是 m g / m 3 mg/m^3 mg/m3 。这里假设温度25摄氏度，大气压1013hPa，根据化学公式可以知道，转换因子为 1.882。也就是该列每个元素都乘以因子。

In [1]: air_quality["london_mg_per_cubic"] = air_quality["station_london"] * 1.882In [2]: air_quality.head()
Out[2]: station_antwerp  ...  london_mg_per_cubic
datetime                              ...                     
2019-05-07 02:00:00              NaN  ...               43.286
2019-05-07 03:00:00             50.5  ...               35.758
2019-05-07 04:00:00             45.0  ...               35.758
2019-05-07 05:00:00              NaN  ...               30.112
2019-05-07 06:00:00              NaN  ...                  NaN[5 rows x 4 columns]

这里，创建新的列，可以用’ [] '， 括号内使用新的列属性名称，作为赋值的左边，右边为转换操作。

比如这里的乘法计算，常数是乘以操作列的每一个元素。

两列的计算

比如需要求Paris 和 Antwerp的监测值的比率，结果保存到新列中。

In [3]: air_quality["ratio_paris_antwerp"] = (...:     air_quality["station_paris"] / air_quality["station_antwerp"]...: )...: In [4]: air_quality.head()
Out[4]: station_antwerp  ...  ratio_paris_antwerp
datetime                              ...                     
2019-05-07 02:00:00              NaN  ...                  NaN
2019-05-07 03:00:00             50.5  ...             0.495050
2019-05-07 04:00:00             45.0  ...             0.615556
2019-05-07 05:00:00              NaN  ...                  NaN
2019-05-07 06:00:00              NaN  ...                  NaN[5 rows x 5 columns]

事实上，计算仍然是以元素为单位的，除法符号应用到每个元素的值。同样，也可以进行加减乘除等运算操作 (+, -, *, /,…) 和逻辑运算操作 (<, >, ==,…) 。逻辑运算，其实在数据表的条件筛选，生成数据子集的操作中大量使用。

更复杂的操作，可以使用apply()函数。

还有很常见的情形，原来的列命名不喜欢，想换个更合适的名字，就可以用rename()函数。

这里就把“station_antwerp” 转换为“BETR801”

In [8]: air_quality_renamed = air_quality.rename(...:     columns={...:         "station_antwerp": "BETR801",...:         "station_paris": "FR04014",...:         "station_london": "London Westminster",...:     }...: )...: 
In [9]: air_quality_renamed.head()
Out[9]: BETR801  FR04014  ...  london_mg_per_cubic  ratio_paris_antwerp
datetime                               ...                                          
2019-05-07 02:00:00      NaN      NaN  ...               43.286                  NaN
2019-05-07 03:00:00     50.5     25.0  ...               35.758             0.495050
2019-05-07 04:00:00     45.0     27.7  ...               35.758             0.615556
2019-05-07 05:00:00      NaN     50.4  ...               30.112                  NaN
2019-05-07 06:00:00      NaN     61.9  ...                  NaN                  NaN[5 rows x 5 columns]

不仅仅是指定名称，也可以进行map函数操作。例如，把列名都更换为小写字母。

In [10]: air_quality_renamed = air_quality_renamed.rename(columns=str.lower)In [11]: air_quality_renamed.head()
Out[11]: betr801  fr04014  ...  london_mg_per_cubic  ratio_paris_antwerp
datetime                               ...                                          
2019-05-07 02:00:00      NaN      NaN  ...               43.286                  NaN
2019-05-07 03:00:00     50.5     25.0  ...               35.758             0.495050
2019-05-07 04:00:00     45.0     27.7  ...               35.758             0.615556
2019-05-07 05:00:00      NaN     50.4  ...               30.112                  NaN
2019-05-07 06:00:00      NaN     61.9  ...                  NaN                  NaN[5 rows x 5 columns]

以上代码只是一个简单示例，示例代码中的表达式可以根据实际问题进行修改。

觉得有用 收藏 收藏 收藏

点个赞 点个赞 点个赞

End

GPT专栏文章：

GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案

GPT实战系列-LangChain + ChatGLM3构建天气查询助手

大模型查询工具助手之股票免费查询接口

GPT实战系列-简单聊聊LangChain

GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手

GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型，到底做了什么？(二)

GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型，到底做了什么？(一)

GPT实战系列-ChatGLM2模型的微调训练参数解读

GPT实战系列-如何用自己数据微调ChatGLM2模型训练

GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案

GPT实战系列-Baichuan2本地化部署实战方案

GPT实战系列-Baichuan2等大模型的计算精度与量化

GPT实战系列-GPT训练的Pretraining，SFT，Reward Modeling，RLHF

GPT实战系列-探究GPT等大模型的文本生成-CSDN博客

这篇关于数据分析-Pandas如何转换产生新列的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/599226。

相关文章

pandas数据过滤

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据，可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法，结合实例进行讲解，希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav
阅读更多...
MCU7.keil中build产生的hex文件解读

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据
阅读更多...
PDF 软件如何帮助您编辑、转换和保护文件。

PDF 软件如何帮助您编辑、转换和保护文件。

如何找到最好的 PDF 编辑器。 无论您是在为您的企业寻找更高效的 PDF 解决方案，还是尝试组织和编辑主文档，PDF 编辑器都可以在一个地方提供您需要的所有工具。市面上有很多 PDF 编辑器 — 在决定哪个最适合您时，请考虑这些因素。 1. 确定您的 PDF 文档软件需求。 不同的 PDF 文档软件程序可以具有不同的功能，因此在决定哪个是最适合您的 PDF 软件之前，请花点时间评估您的
阅读更多...
Python：豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】

Python：豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】

**爬取豆瓣电影信息，分析近年电影行业的发展情况** 本文是完整的数据分析展现，代码有完整版，包含豆瓣电影爬取的具体方式【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】   最近MBA在学习《商业数据分析》，大实训作业给了数据要进行数据分析，所以先拿豆瓣电影练练手，网络上爬取豆瓣电影TOP250较多，但对于豆瓣电影全数据的爬取教程很少，所以我自己做一版。 目
阅读更多...
C# double[] 和Matlab数组MWArray[]转换

C# double[] 和Matlab数组MWArray[]转换

C# double[] 转换成MWArray[], 直接赋值就行             MWNumericArray[] ma = new MWNumericArray[4];             double[] dT = new double[] { 0 };             double[] dT1 = new double[] { 0,2 };
阅读更多...
【Python从入门到进阶】64、Pandas如何实现数据的Concat合并

【Python从入门到进阶】64、Pandas如何实现数据的Concat合并

接上篇《63.Pandas如何实现数据的Merge》 上一篇我们学习了Pandas如何实现数据的Merge，本篇我们来继续学习Pandas如何实现数据的Concat合并。 一、引言 在数据处理过程中，经常需要将多个数据集合并为一个统一的数据集，以便进行进一步的分析或建模。这种需求在多种场景下都非常常见，比如合并不同来源的数据集以获取更全面的信息、将时间序列数据按时间顺序拼接起来以观察长期趋势等
阅读更多...
数据流与Bitmap之间相互转换

数据流与Bitmap之间相互转换

把获得的数据流转换成一副图片（Bitmap） 其原理就是把获得倒的数据流序列化到内存中，然后经过加工，在把数据从内存中反序列化出来就行了。 难点就是在如何实现加工。因为Bitmap有一个专有的格式，我们常称这个格式为数据头。加工的过程就是要把这个数据头与我们之前获得的数据流合并起来。（也就是要把这个头加入到我们之前获得的数据流的前面）      那么这个头是
阅读更多...
高斯平面直角坐标讲解，以及地理坐标转换高斯平面直角坐标

高斯平面直角坐标讲解，以及地理坐标转换高斯平面直角坐标

高斯平面直角坐标系（Gauss-Krüger 坐标系）是基于 高斯-克吕格投影 的一种常见的平面坐标系统，主要用于地理信息系统 (GIS)、测绘和工程等领域。该坐标系将地球表面的经纬度（地理坐标）通过一种投影方式转换为平面直角坐标，以便在二维平面中进行距离、面积和角度的计算。 一 投影原理 高斯平面直角坐标系使用的是 高斯-克吕格投影（Gauss-Krüger Projection），这是 横
阅读更多...
VC环境下整型转换为字符串型(2)

VC环境下整型转换为字符串型(2)

在串口下位机的发送中，可能会用到需要发送数字，显示为字符串型的 和上一篇文字《串口中字符串转换为整型》一正一反，知识点学习会了： #include<iostream.h> #include <stdio.h> #include <string.h>   void inttostr(int m,unsigned char * str) { int length=0;   int tmp,te
阅读更多...
时间日期与时间戳转换(Linux C)

时间日期与时间戳转换(Linux C)

本文主要学习三个知识点，第一是UTC时间、GMT时间的概念；第二是在Unix环境下UTC时间与时间戳的转换；第三是在C语言中如何修改时区。 本文参考了《UNP》以及 http://blog.csdn.net/foxir/article/details/43916601 http://blog.csdn.net/ljafl9988/article/details/16847935 一、
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2