python DataFrame列运算

Posted 2023-03-26

请教如何对dataFrame的两列相乘后的结果作为新列添加进Dataframe中？

import pandas as pd

#新建一个dataFrame,df

d=

'消费总金额':[100,150,200],

'消费次数':[1,2,2],

df=pd.DataFrame(d)

#新增一列‘平均值’表示两者相除

df['平均值'] =df.apply(lambda x: x[0] / x[1], axis=1)

df

参考技术A

用pandas中的DataFrame时选取行或列：

1、import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data ==DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))data['w']  

2、#选择表格中的'w'列，使用类字典属性,返回的是Series类型data.w    

3、#选择表格中的'w'列，使用点属性,返回的是Series类型data[['w']]  

4、#选择表格中的'w'列，返回的是DataFrame类型data[['w','z']]  

5、#选择表格中的'w'、'z'列data[0:2]  #返回第1行到第2行的所有行，前闭后开，包括前不包括后data[1:2]  

6、#返回第2行，从0计，返回的是单行，通过有前后值的索引形式，

7、#如果采用data[1]则报错data.ix[1:2] 

8、#返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同data['a':'b']  

9、#利用index值进行切片，返回的是**前闭后闭**的DataFrame

10、#即末端是包含的

补充：

1、Python(英语发音:/ˈpaɪθən/), 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年，Python 源代码同样遵循 GPL(GNU General Public License)协议。

2、Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。

3、常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写。

4、比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

参考技术B import pandas as pd
a=[[1,2,3],[4,5,6]]
b=pd.DataFrame(a)
c=b[0]*b[1]
#df.insert(idx, col_name, value)
#insert 三个参数，插到第几列，该列列名，值
b.insert(3,3,c)

参考技术C

参考技术D 可以直接相乘的df['c']=df['a']*df['b']

python中，dataframe或series对象可以对列进行运算么（加减乘除）？

可以对列进行运算，使用apply方法即可。

具体分析如下：

前提：加载numpy,pandas和Series,DataFrame，生成一个3乘3的DataFrame，命名为frame，用frame的第二列生成Series，命名为series1。

加法运算，frame.add(series1,axis=0)。减法运算：sub分别尝试不填充和填充，对比效果。



乘法运算，frame.mul(series1,axis=0)，除法运算，frame.div(series1,axis=0)。

这里的Series是DataFrame的一列生成的，所以不会出现找不到索引的情况；若找不到索引则生成并集，缺失值则表示为NAN，四则运算的括号中有个参数axis=0表示按行索引匹配并且在列上进行广播。

拓展：Python是目前最流行最简单用途最广泛的编程语言，大数据时代最应该学习的一门编程语言。其中，数据分析的库pandas是Python最经典的库之一。

参考技术A

可以的。使用apply方法。例如

s.apply(lambda x: x + 1)
df.apply(lambda x: x + 1)

dataframe默认是针对所有列都进行操作。

参考技术B

可以使用apply方法例如s.apply(lambdax:x+1df.apply(lambdax:x+1)dataframe默认是针对所有列都进行操作。

dir和help是Python中两个强大的built-in函数，就像Linux的man一样，绝对是开发的好帮手比如查看list的所以属性:

dir(list)输出：

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getslice__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__setslice__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

然后查看list的pop方法的作用和用法：

help(list.pop)输出：

Help on method_descriptor:

pop(...)L.pop([index]) -> item -- remove and return item at index (default last).

Raises IndexError if list is empty or index is out of range。

参考技术C

可以对列进行运算，需要使用apply方法，例如：s.apply(lambda x:x+1)；df.apply(lambda x:x+1)。

Python是一种面向对象、解释型计算机程序设计语言，Python 源代码同样遵循 GPL协议。Python语法简洁而清晰，具有丰富和强大的类库，它常被昵称为胶水语言，能够把用其他语言制作的各种模块很轻松地联结在一起。