看过来
《pandas 教程》 持续更新中,提供建议、纠错、催更等加作者微信: gairuo123(备注:pandas教程)和关注公众号「盖若」ID: gairuo。跟作者学习,请进入 Python学习课程。欢迎关注作者出版的书籍:《深入浅出Pandas》 和 《Python之光》。
pandas 2.2 新增的 case_when() 条件替换让我们针对多个条件进行替换数据更加方便了,我们第一时间进行了教程的更新,并推出本案例看看怎么让它用起来。
注:本例在 pandas 2.2 下通过,同时建议安装 pyarrow 库。
我们构造源数据如下:
import pandas as pd
data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
'age': [10, 52, 36, 24, 73]}
df = pd.DataFrame(data, columns = ['name', 'age'])
df
'''
name age
0 Jason 10
1 David 52
2 James 36
3 Jake 24
4 Mark 73
'''
我们需要增加一列 elderly,根据年龄列对每个人进行标注,逻辑用 SQL 伪代码表示大致如下:
if age < 10 then baby
if age >= 10 and age < 20 then kid
if age >=20 and age < 30 then young
if age >= 30 and age < 50 then mature
if age >= 50 then grandpa
本例非常适合用 case_when() 条件替换,代码如下:
elderly = df.age.case_when([
(df.age.lt(10), 'baby'),
(df.age.ge(10) & df.age.lt(20), 'kid'),
(df.age.ge(20) & df.age.lt(30), 'young'),
(df.age.ge(30) & df.age.lt(50), 'mature'),
(df.age.ge(50), 'grandpa'),
])
elderly
'''
0 kid
1 grandpa
2 mature
3 young
4 grandpa
Name: age, dtype: object
'''
df.assign(elderly=elderly)
'''
name age elderly
0 Jason 10 kid
1 David 52 grandpa
2 James 36 mature
3 Jake 24 young
4 Mark 73 grandpa
'''
这样就得到了最终的结果。
(完)
更新时间:2024-08-18 16:22:00 标签:pandas python 替换