Python之DataFrame按照规则批量修改某列的数据

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python之DataFrame按照规则批量修改某列的数据，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2419字，纯文字阅读大概需要4分钟。

内容图文

     在使用Python进行数据分析时，我们经常会看一个数据的分布，然后对数据进行处理。比如说有一个场景：

以下数据是某个产品的提前预定期：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
%matplotlib inline
data = (pd.read_csv('D:/Users/Merchants_portrait.csv')).astype('int')
avg_days_befor = (data['avg_days_befor'].value_counts()).reset_index()
sns.barplot(x = avg_days_befor.index, y = avg_days_befor['avg_days_befor'])
plt.show() # 图3

这个图看起来比较丑，因为天数比较多，所以横坐标密密麻麻

我们看下提前预定天数和每个预定天数的产品的情况

avg_days_befor.head()

看下分布情况

#观察下提前预定天数的分布
avg_days_befor.describe()

从下面表格可以看出，提前预定天数在0-633之间，75%的分布在200以内

根据上面的分析，假如我们想把提前预定天数改为阶段分布，我们可以按照如下来做：

我们先定义一个预定天数重写的函数，然后使用lambda函数应用在那一列上，并且把结果更新到原来数据的该列上，如果不重写到原来的数据上，那么原dataframe不会变

#对于提前预定天数重写
def fun_avg_days_befor(x):
    if x <= 7:
        return 1
    elif x > 7 and x <= 14:
        return 2
    elif x > 14 and x <= 21:
        return 3
    elif x > 21 and x <= 28:
        return 4
    elif x > 28 and x <= 35:
        return 5
    elif x > 35 and x <= 42:
        return 6
    elif x > 42 and x <= 49:
        return 7
    elif x > 49 and x <= 56:
        return 8
    elif x > 56 and x <= 63:
        return 9
    else:
        return 10

#将数据生效在原dataframe上
data['avg_days_befor'] = data['avg_days_befor'].apply(lambda x:fun_avg_days_befor(x))

avg_days_befor = (data['avg_days_befor'].value_counts()).reset_index()

我们先看下改变后的结果：

sns.barplot(x = avg_days_befor.index, y = avg_days_befor['avg_days_befor'])
plt.show() # 图3

可以看出，结果已经更改到原来的数据集上了。

那么，如果我们直接执行语句，不复写原来的dataframe呢？我们看下结果

#对于提前预定天数重写
def fun_avg_days_befor(x):
    if x <= 7:
        return 1
    elif x > 7 and x <= 14:
        return 2
    elif x > 14 and x <= 21:
        return 3
    elif x > 21 and x <= 28:
        return 4
    elif x > 28 and x <= 35:
        return 5
    elif x > 35 and x <= 42:
        return 6
    elif x > 42 and x <= 49:
        return 7
    elif x > 49 and x <= 56:
        return 8
    elif x > 56 and x <= 63:
        return 9
    else:
        return 10

data['avg_days_befor'].apply(lambda x:fun_avg_days_befor(x))

从下面结果可以看出，他只是个简单结果，再查看原来的dataframe是不会有任何改变的

内容总结

以上是互联网集市为您收集整理的Python之DataFrame按照规则批量修改某列的数据全部内容，希望文章能够帮你解决Python之DataFrame按照规则批量修改某列的数据所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端