pandas(四)DataFrame新增列、修改列、删除列_pandas dataframe新增feature

一、pandas 新增数据列

直接赋值、apply、assign、分条件赋值

• 修改列的值方法

  df.loc[:, 'bWendu'] = df['bWendu'].str.replace('℃', '').astype('int32')
  df.loc[:, 'yWendu'] = df['yWendu'].str.replace('℃', '').astype('int32')
  
  	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel
  ymd								
  2018-01-01	3	-6	晴~多云	东北风	1-2级	59	良	2
  2018-01-02	2	-5	阴~多云	东北风	1-2级	49	优	1
  2018-01-03	2	-5	多云	北风	1-2级	28	优	1
  2018-01-04	0	-8	阴	东北风	1-2级	28	优	1
  2018-01-05	3	-6	多云~晴	西北风	1-2级	50	优	1
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10

• 新增列 之 赋值的方法

  # 计算一天最高气温与最低气温的差  并在后面赋值一列
  df.loc[:, 'wencha'] = df['bWendu'] - df['yWendu']
  
  	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel	wencha
  ymd									
  2018-01-01	3	-6	晴~多云	东北风	1-2级	59	良	2	9
  2018-01-02	2	-5	阴~多云	东北风	1-2级	49	优	1	7
  2018-01-03	2	-5	多云	    北风	    1-2级	28	优	1	7
  2018-01-04	0	-8	阴	    东北风	1-2级	28	优	1	8
  2018-01-05	3	-6	多云~晴	西北风	1-2级	50	优	1	9
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10

• 新增列 之 df.apply 的方法

  新增 如果温度大于33高温，小于-10低温，否则常温
  def get_wendu_type(x):
      if x['bWendu'] > 33:
          return '高温'
      if x['yWendu'] < -10:
          return '低温'
      return '常温'
  
  # 设置 columns axis==1； 设置 index axis==0
  df.loc[:, 'wendu_type'] = df.apply(get_wendu_type, axis=1)
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10

  获取高低常温的天数  value_counts为分类计数
  df['wendu_type'].value_counts()
  
  wendu_type 
  常温    328
  高温     29
  低温      8
  Name: count, dtype: int64
  1
  2
  3
  4
  5
  6
  7
  8

• 新增列 之df.assign 的方法: 可以同时增加多个列

  将温度从摄氏度转位华氏度
  df.assign(
      bWendu_huashi = lambda x: x['bWendu'] * 9 / 5 + 32,
      yWendu_huashi = lambda x: x['yWendu'] * 9 / 5 + 32
  )
  
  	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel	wencha	wendu_type	bWendu_huashi	yWendu_huashi
  ymd												
  2018-01-01	3	-6	晴~多云	东北风	1-2级	59	良	2	9	常温	37.4	21.2
  2018-01-02	2	-5	阴~多云	东北风	1-2级	49	优	1	7	常温	35.6	23.0
  ...	...	...	...	...	...	...	...	...	...	...	...	...
  2018-12-30	-2	-11	晴~多云	东北风	1级	31	优	1	9	低温	28.4	12.2
  2018-12-31	-2	-10	多云	东北风	1级	56	良	2	8	常温	28.4	14.0
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13

• 按条件选择我分组分别赋值：安装条件先选择数据，然后对这部分数据赋值新列

  温差大于10温差大，温差小于10度温差正常
  
  df['wencha_type'] = ''
  df.loc[df['bWendu'] - df['yWendu'] > 10, 'wencha_type'] = '温差大'
  df.loc[df['bWendu'] - df['yWendu'] <= 10, 'wencha_type'] = '温差正常'
  
  	bWendu	yWendu	tianqi	fengxiang	fengli	aqi	aqiInfo	aqiLevel	wencha	wendu_type	wencha_type
  ymd											
  2018-01-01	3	-6	晴~多云	东北风	1-2级	59	良	2	9	常温	温差正常
  2018-01-02	2	-5	阴~多云	东北风	1-2级	49	优	1	7	常温	温差正常
  2018-01-03	2	-5	多云	    北风	    1-2级	28	优	1	7	常温	温差正常
  2018-01-04	0	-8	阴	    东北风	1-2级	28	优	1	8	常温	温差正常
  2018-01-05	3	-6	多云~晴	西北风	1-2级	50	优	1	9	常温	温差正常
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13

  获取温差大与温差正常的各共天数  value_counts为分类计数
  df['wencha_type'].value_counts()
  
  wencha_type
  温差正常    187
  温差大     178
  Name: count, dtype: int64
  1
  2
  3
  4
  5
  6
  7

二、如何改变Series和DataFrame对象？

• 增加或重排： 重新索引
  重新索引： .reindex()能够改变或重排Series和DataFrame索引

• .reindex()

  参数	说明
  index， columns	新的行列索引
  fill_value	重新索引中，用于填充缺失位置的值
  method	填充方法，ffill当前值向前填充，bfill当前值向后填充
  limit	最大填充量
  copy	默认True，生成新的对象，False时，新旧相等不复制

  import pandas as pd
  dt = {
      '城市': ['北京', '上海', '广州', '深圳', '珠海'],
      '环比': [100, 140, 173, 157, 137],
      '同比': [70, 87, 55, 69, 72],
      '定基': [9, 8, 7, 6, 7]
        }
  df = pd.DataFrame(dt, index=['c1', 'c2', 'c3', 'c4', 'c5'])
  print(df)
  
      城市   环比  同比  定基
  c1  北京  100  70   9
  c2  上海  140  87   8
  c3  广州  173  55   7
  c4  深圳  157  69   6
  c5  珠海  137  72   7
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16

• 调整行顺序

  re_df = df.reindex(index=['c2', 'c1', 'c3', 'c4', 'c5'])
  print(re_df)
  
      城市   环比  同比  定基
  c2  上海  140  87   8
  c1  北京  100  70   9
  c3  广州  173  55   7
  c4  深圳  157  69   6
  c5  珠海  137  72   7
  1
  2
  3
  4
  5
  6
  7
  8
  9

• 调整列顺序

  re_df = df.reindex(columns=['环比', '城市', '同比', '定基'])
  
       环比  城市  同比  定基
  c1  100  北京  70   9
  c2  140  上海  87   8
  c3  173  广州  55   7
  c4  157  深圳  69   6
  c5  137  珠海  72   7
  1
  2
  3
  4
  5
  6
  7
  8

• 新增加一列df.columns.insert(位置, '列名')

  new_c = df.columns.insert(6, '新增')
  
  Index(['城市', '环比', '同比', '定基', '新增'], dtype='object')
  1
  2
  3

  新增加一列赋值df.reindex(columns=new_c , fill_value=值)

  new_d = df.reindex(columns=new_c, fill_value=200)
  print(new_d)
  
       新增  城市   环比  同比  定基
  c1  200  北京  100  70   9
  c2  200  上海  140  87   8
  c3  200  广州  173  55   7
  c4  200  深圳  157  69   6
  c5  200  珠海  137  72   7
  1
  2
  3
  4
  5
  6
  7
  8
  9

三、索引类型的常用方法

删除loc位置处的元素df.columns.delete(index)或者df.columns.delete([index1, index2])

# 删除了同比
nc = df.columns.delete(2)

Index(['城市', '环比', '定基'], dtype='object')
1
2
3
4

在loc位置添加一个元素e

# 在2位置添加一个索引
new_c = df.columns.insert(2, '新增')

Index(['城市', '环比', '新增', '同比', '定基'], dtype='object')
1
2
3
4

输出结果

new_d = df.reindex(columns=new_c, fill_value=200)

    城市   环比   新增  同比  定基
c1  北京  100  200  70   9
c2  上海  140  200  87   8
c3  广州  173  200  55   7
c4  深圳  157  200  69   6
c5  珠海  137  200  72   7

1
2
3
4
5
6
7
8
9

• 删除： drop
  .drop()能够删除Series和DataFrame指定行或列索引

  删除行： df.drop(index)  df.drop([index, index2])
  删除列： df.drop(column)  df.drop([column1, column2], axis=1)
  1
  2

  print(df.drop(['c1', 'c2']))
  
      城市   环比  同比  定基
  c3  广州  173  55   7
  c4  深圳  157  69   6
  c5  珠海  137  72   7
  
  1
  2
  3
  4
  5
  6
  7