如dataframe
|
1
2
|
data1['月份']=int(month) #加入月份和企业名称
data1['企业']=parmentname
|
可以增加单列，并赋值，如果想同时对多列进行赋值
|
1
|
data1['月份','企业']=int(month) , parmentname #加入月份和企业名称
|
会出错
ValueError: Length of values does not match length of index
|
1
|
data[['合计','平均']]='数据','月份'
|
类似这样的，也无效
KeyError: “None of [Index([‘合计', ‘平均'], dtype=‘object')] are in the [columns]”
只有下例中：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
import pandas as pd
chengji=[[100,95,100,99],[90,98,99,100],[88,95,98,88],[99,98,97,87],[96.5,90,96,85],[94,94,93,91],[91, 99, 92, 87], [85, 88, 85, 90], [90, 92, 99, 88], [90, 88, 89, 81], [85, 89, 89, 82], [95, 87, 86, 88], [90, 97, 97, 98], [80, 92, 89, 98], [80, 98, 85, 81], [98, 88, 95, 92]]
data=pd.DataFrame(chengji,columns=['语文','英语','数学','政治'])
print (data)
# data1=data[['数学','语文','英语','政治']] #排序
# data1=data1.reset_index(drop=True) #序列重建
# data1.index.names=['序号'] #序列重命名
# data1.index=data1.index+1 #序列从1开始
# print (data1)
data=pd.DataFrame(chengji,columns=['语文','英语','数学','政治'],index=[i for i in range(1,len(chengji)+1)])
print (data)
data[['合计','平均']]=data.apply(lambda x: (x.sum(), x.sum()/4),axis=1,result_type='expand')
print (data[:])
data=pd.DataFrame(chengji,columns=['语文','英语','数学','政治'],index=[i for i in range(1,len(chengji)+1)])
print (data)
data[['合计','平均']]=data.apply(lambda x:('数据','月份'),axis=1,result_type='expand')
print (data[:])
|
应用apply 并设置result_type=‘expand' 参数才可以。
先前的例子，用如下的方法就行了
|
1
2
3
4
|
data1[['月份','企业']]=data1.apply(lambda x:(int(month),parmentname),axis=1,result_type='expand')
# data1['月份']=int(month) #加入月份和企业名称
# data1['企业']=parmentname
#print (data1)
|
后记：
如果'月份','企业'列存在，用如下也可,上例中，直接可以创建不存在的列。
|
1
|
data1.lco[:,['月份','企业']]=int(month),parmentname
|
或
|
1
|
data1[['月份','企业']]=int(month),parmentname
|
今天又遇到一个从某列截取字符串长度写到另一列的，也一并写到这里：
货品列在原表中无，取货品代码的前12位。
|
1
2
|
totaldata = totaldata.reset_index(drop=False)
totaldata['货品'] = totaldata['货品代码'].apply(lambda x:x[:12])
|
后记：2020.5.17又遇到想新增两列并赋值的问题
|
1
2
3
4
5
6
7
8
|
import numpy as np
import pandas as pd
from pandas import Series
chengji = [['N', 95, 0], ['N', 100, 88], ['N', 88, 100], ['N', 66, 0]]
data = pd.DataFrame(chengji, columns=['p', 'x', 'g'])
data[['序号','列名']]=data[['p','x']] #pd.DataFrame(data[['p','x']])# .apply(lambda x : x )
print(data)
|
补充：pandas 的apply返回多列，并赋值
代码如下：
|
1
2
3
4
5
6
7
8
|
import pandas as pd
df_tmp = pd.DataFrame([
{"a":"data1", "cnt":100},{"a":"data2", "cnt":200},
])
df_tmp
a cnt
data1 100
data2 200
|
方法一：使用apply 的参数result_type 来处理
|
1
2
3
4
5
6
7
8
9
10
|
def formatrow(row):
a = row["a"] + str(row["cnt"])
b = str(row["cnt"]) + row["a"]
return a, b
df_tmp[["fomat1", "format2"]] = df_tmp.apply(formatrow, axis=1, result_type="expand")
df_tmp
a cnt fomat1 format2
data1 100 data1100 100data1
data2 200 data2200 200data2
|
方法二：使用zip打包返回结果来处理
|
1
2
3
4
5
|
df_tmp["fomat1-1"], df_tmp["format2-2"] = zip(*df_tmp.apply(formatrow, axis=1))
df_tmp
a cnt fomat1 format2 fomat1-1 format2-2
data1 100 data1100 100data1 data1100 100data1
data2 200 data2200 200data2 data2200 200data2
|
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/weixin_45903952/article/details/105320158