我有一个大约100,000行和1,000列的df,需要根据现有数据进行一些调整。我该如何最好地接近这个?大多数更改将遵循以下基本公式:
这是我最好的尝试,在那里我创建了一个列列表,并且正在查看第一列是否包含值1.它在哪里,我只想添加一些数字。该部分有效,但它只适用于第一行,而不是列中的所有1。为了解决这个问题,我想我需要创建一个循环,其中我有第二个[i]遍历所有行,但我不确定我是否正在接近整个问题。 FWIW,test_cols =列列表和testing_2是我的df。
def try_this(test_cols):
for i in range(len(test_cols)):
if i == 0 and testing_2[test_cols[i]][i] == 1:
testing_2[test_cols[i]][i]=testing_2[test_cols[i]][i]+78787
i+=1
return test_cols
编辑/示例:
Year Month Mean_Temp
City
Madrid 1999 Jan 7--this value should appear twice
Bilbao 1999 Jan 9--appear twice
Madrid 1999 Feb 9
Bilbao 1999 Feb 10
. . . .
. . . .
. . . .
Madrid 2000 Jan 6.8--this value should go away
Bilbao 2000 Jan 9.2--gone
所以我需要做一些事情(使用你的答案):
def alter(row):
if row['Year'] == 2000 and row['Month'] == 'Jan':
row['Mean_Temp'] = row['Mean_Temp'] #from year 1999!
return row['Mean_Temp']
else:
return row['Mean_Temp']
答案 0 :(得分:1)
您可以通过创建函数并应用它来实现此目的。假设如果'a'或'b'中的相应行是偶数,则要将列'c'增加10倍。
import pandas as pd
data = {'a':[1,2,3,4],'b':[3,6,8,12], 'c':[1,2,3,4]}
df = pd.DataFrame(data)
def alter(row):
if row['a']%2 == 0 or row['b']%2 == 0:
return row['b']*10
else:
return row['b']
df['c'] = df.apply(alter, axis=1)
会创建一个看起来像的
a b c
0 1 3 3
1 2 6 60
2 3 8 80
3 4 12 120
编辑添加: 如果你想从df的其他部分应用值,你可以将它们放在dict中,然后将它传递给你的apply函数。
import pandas as pd
data = {'Cities':['Madrid', 'Balbao'] * 3, 'Year':[1999] * 4 + [2000] * 2,
'Month':['Jan', 'Jan', 'Feb', 'Feb', 'Jan', 'Jan'],
'Mean_Temp':[7, 9, 9, 10, 6.8, 9.2]}
df = pd.DataFrame(data)
df = df[['Cities', 'Year', 'Month', 'Mean_Temp']]
#create dicitonary with the values from 1999
edf = df[df.Year == 1999]
keys = zip(edf.Cities, edf.Month)
values = edf.Mean_Temp
dictionary = dict(zip(keys, values))
def alter(row, dictionary):
if row['Year'] == 2000 and row['Month'] == 'Jan':
return dictionary[(row.Cities, row.Month)]
else:
return row['Mean_Temp']
df['Mean_Temp'] = df.apply(alter, args = (dictionary,), axis=1)
这给你一个看起来像的df,
Cities Year Month Mean_Temp
0 Madrid 1999 Jan 7
1 Balbao 1999 Jan 9
2 Madrid 1999 Feb 9
3 Balbao 1999 Feb 10
4 Madrid 2000 Jan 7
5 Balbao 2000 Jan 9
当然,您可以随意更改参数。希望这会有所帮助。