四种方法,可以新增数据列
- 直接赋值
- df.apply方法
- df.assign方法
- 按条件选择分组分别赋值
1、直接赋值
注意,df["bWendu"]其实是一个Series,后面减去的返回的是Series
df.loc[:,"wencha"] = df["bWendu"] - df["yWendu"]
print(df.head())
多一列为wencha
2、df.apply方法
需求:
实例:添加一列温度类型:
- 如果最高温度大于33度就是高温
- 低于-10度是低温
- 否则是常温
注意需要设置axis = 1 ,这是series
def get_wendu_type(x):
if x["bWendu"] > 33:
return "高温"
if x["yWendu"] < -10 :
return "低温"
return "常温"
df.loc[:,"wendu_type"] = df.apply(get_wendu_type,axis = 1)
print(df)
image.png
查看温度类型的计数
wendu_count = df["wendu_type"].value_counts()
print(wendu_count)
温度类型计数运行结果
3、df.assign方法
可以同时添加多个新的列,不会改变df本身,会生成一个新的Dataframe
c =df.assign(
yWendu_huashi = lambda x : x["yWendu"] * 9 / 5 + 32,
# 摄氏度转华氏度
bWendu_huashi = lambda x : x["bWendu"] * 9 / 5 + 32
)
print(c.head())
运行结果
4、按条件选择分组分别赋值
按条件先选择数据,然后对这部分数据赋值新列
实例:高低温差大于10度,则认为温差大
# 先创建空列(这是第一种创建新列的方法)
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"
wencha_count = df["wencha_type"].value_counts()
print(wencha_count)
image.png