pandas 中语法 `df[&#column&#] = expression` 的解释

Pandas df['column'] = expression 语法详解：用于在 Pandas DataFrame (df) 中创建、修改或赋值列。让我们逐步分解，从基础到高级。

---

基础篇

1. 创建新列

• 当 DataFrame 中不存在某列时，向 df['column'] 赋值会创建一个新列。

• 示例:

    import pandas as pd
    df = pd.DataFrame({'A': [1, 2, 3]})
    print(df)
    # 输出：
    #    A
    # 0  1
    # 1  2
    # 2  3
  
    # 创建一个新列 'B'，所有值都设置为 0
    df['B'] = 0
    print(df)
    # 输出：
    #    A  B
    # 0  1  0
    # 1  2  0
    # 2  3  0

2. 修改现有列

• 如果列已存在，赋值会替换其内容。

• 示例:

    df['B'] = [4, 5, 6]  # 替换列 'B' 中的值
    print(df)
    # 输出：
    #    A  B
    # 0  1  4
    # 1  2  5
    # 2  3  6

---

中级篇

3. 基于表达式的赋值

• 可以基于计算或转换向列赋值。

• 示例:

    df['C'] = df['A'] + df['B']  # 创建列 'C' 为 'A' 和 'B' 的和
    print(df)
    # 输出：
    #    A  B   C
    # 0  1  4   5
    # 1  2  5   7
    # 2  3  6   9

4. 使用条件赋值

• 可以使用 Pandas 的布尔索引进行条件赋值。

• 示例:

    df['D'] = df['A'].apply(lambda x: 'Even' if x % 2 == 0 else 'Odd')
    print(df)
    # 输出：
    #    A  B   C     D
    # 0  1  4   5   Odd
    # 1  2  5   7  Even
    # 2  3  6   9   Odd

5. 在表达式中使用多列

• 可以在一个表达式中使用多列进行更复杂的计算。

• 示例:

    df['E'] = (df['A'] + df['B']) * df['C']
    print(df)
    # 输出：
    #    A  B   C     D    E
    # 0  1  4   5   Odd   25
    # 1  2  5   7  Even   49
    # 2  3  6   9   Odd   81

---

高级篇

6. 向量化操作

• 向列赋值可以使用向量化操作来提高性能。

• 示例:

    df['F'] = df['A'] ** 2 + df['B'] ** 2  # 快速向量化计算
    print(df)
    # 输出：
    #    A  B   C     D    E   F
    # 0  1  4   5   Odd   25  17
    # 1  2  5   7  Even   49  29
    # 2  3  6   9   Odd   81  45

7. 使用 np.where 进行条件逻辑赋值

• 可以使用 NumPy 进行条件赋值。

• 示例:

    import numpy as np
    df['G'] = np.where(df['A'] > 2, 'High', 'Low')
    print(df)
    # 输出：
    #    A  B   C     D    E   F     G
    # 0  1  4   5   Odd   25  17   Low
    # 1  2  5   7  Even   49  29   Low
    # 2  3  6   9   Odd   81  45  High

8. 使用外部函数赋值

• 基于应用于行或列的自定义函数向列赋值。

• 示例:

    def custom_function(row):
        return row['A'] * row['B']
  
    df['H'] = df.apply(custom_function, axis=1)
    print(df)
    # 输出：
    #    A  B   C     D    E   F     G   H
    # 0  1  4   5   Odd   25  17   Low   4
    # 1  2  5   7  Even   49  29   Low  10
    # 2  3  6   9   Odd   81  45  High  18

9. 链式操作

• 可以将多个操作链接起来，使代码更简洁。

• 示例:

    df['I'] = df['A'].add(df['B']).mul(df['C'])
    print(df)
    # 输出：
    #    A  B   C     D    E   F     G   H    I
    # 0  1  4   5   Odd   25  17   Low   4   25
    # 1  2  5   7  Even   49  29   Low  10   49
    # 2  3  6   9   Odd   81  45  High  18   81

10. 一次赋值多列

• 使用 assign() 一次调用创建或修改多列。

• 示例:

    df = df.assign(
        J=df['A'] + df['B'],
        K=lambda x: x['J'] * 2
    )
    print(df)
    # 输出：
    #    A  B   C     D    E   F     G   H    I   J   K
    # 0  1  4   5   Odd   25  17   Low   4   25   5  10
    # 1  2  5   7  Even   49  29   Low  10   49   7  14
    # 2  3  6   9   Odd   81  45  High  18   81   9  18

---

专家篇

11. 动态列赋值

• 基于外部输入动态创建列名。

• 示例:

    columns_to_add = ['L', 'M']
    for col in columns_to_add:
        df[col] = df['A'] + df['B']
    print(df)

12. 使用外部数据赋值

• 基于外部 DataFrame 或字典向列赋值。

• 示例:

    mapping = {1: 'Low', 2: 'Medium', 3: 'High'}
    df['N'] = df['A'].map(mapping)
    print(df)
    # 输出：
    #    A  B   C     D    E   F     G   H    I   J   K      N
    # 0  1  4   5   Odd   25  17   Low   4   25   5  10    Low
    # 1  2  5   7  Even   49  29   Low  10   49   7  14  Medium
    # 2  3  6   9   Odd   81  45  High  18   81   9  18   High

13. 性能优化：

• 赋值时，使用 Pandas 的内置函数（apply，向量化操作）比 Python 循环具有更好的性能。

---

总结

df['column'] = expression 语法是 Pandas 的核心功能，用途广泛。它允许：

• 添加、修改和操作 DataFrame 中的列。
• 执行复杂的计算，包括基于条件的逻辑和多列转换。
• 链式操作和动态生成新列。

这使得 Pandas 成为强大的数据操作和分析库。

以上是pandas 中语法 `df[&#column&#] = expression` 的解释的详细内容。更多信息请关注PHP中文网其他相关文章！