pandas 标记员工薪资的等级

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 的 query() 方法，它可以像 SQL 一样传入字符串来进行查询，也可以用 @ 符来使用变量。squeeze() 方法可以实现数据降维，将单值的 Series 变了标量。今天我们来看看这两个方法的实际使用。

数据与需求

本需求的源数据如下：

import pandas as pd
from io import StringIO

data0 = '''
deg,losal,hisal
1,1000,2000
2,2001,3000
3,3001,5000
'''

data = '''
deptno,name,sal
A,Lisa,1000
B,sala,1500
B,nisang,1700
B,wangf,1900
C,fanghua,2500
D,liufang,2700
D,mali,3500
'''

df0 = pd.read_csv(StringIO(data0))
df = pd.read_csv(StringIO(data))

有两个数据：

df0 为工资等级表，包含等级和起始薪资
df 为员工工资表，包含部门、姓名和的薪资

需求为在 df 中新增加一列，来显示在 df0 中所定义的等级

思路

思路是用 df 中的薪资来查询 df0 表，查询到的数据取 deg 列的值。

代码

我们这次使用 query() 方法，它可以像 SQL 一样传入字符串来进行查询，也可以用 @ 符来使用变量。

先测试第一行 Lisa 的薪资 1000 来查询 df0 表：

df0.query('losal<=1000<=hisal')
'''
   deg  losal  hisal
0    1   1000   2000
'''

得到了一行数据，取 deg 列：

df0.query('losal<=1000<=hisal').deg
'''
0    1
Name: deg, dtype: int64
'''

得到了单值的 Series，再用 squeeze() 方法降为标量：

df0.query('losal<=1000<=hisal').deg.squeeze()
# 1

得到了等级 1。可以将这个方法定义一个函数来用 map 调用。query() 中可以用 @ 符来代表变量：

def get_deg(x: int) -> int:
    ser = df0.query('losal<=@x<=hisal').deg
    return ser.squeeze()


df.assign(deg=df.sal.map(get_deg))
'''
  deptno     name   sal  deg
0      A     Lisa  1000    1
1      B     sala  1500    1
2      B   nisang  1700    1
3      B    wangf  1900    1
4      C  fanghua  2500    2
5      D  liufang  2700    2
6      D     mali  3500    3
'''

得到了最终结果。还可以把整个过程写成一行代码：

df.assign(deg=df.sal.map(lambda x: df0.query('losal<=@x<=hisal').deg.squeeze()))

也能得到同样的结果。

（完）

pandas 标记员工薪资的等级

数据与需求

思路

代码

相关内容