Pandas 巧用 str.split
和 str.cat
因爲以上兩個方法,直接按列操作,所以省掉一層 for 循環,下面直接看例子。
df = pd.DataFrame({'names':["Geordi La Forge", "Deanna Troi", "Jack"],'IDs':[1,2,3]})
df
列分割
對 names
列,按照第一個空格分割爲兩列:
df["first_name"] = df["names"].str.split(n = 1).str[0]
df["last_name"] = df["names"].str.split(n = 1).str[1]
df
結果如下:
列合併方法 1
分割列搞定,接下來再合並回去,使用 cat
方法:
df["names_copy"] = df["first_name"].str.cat(df["last_name"], sep = " ")
df
合併兩列得到一個新列 names_copy
搞定!
列合併方法 2
還有別的合併方法嗎,直接使用 +
連接字符串:
df["names_copy2"] = df["first_name"] + " "+ df["last_name"]
df
效果是一樣的:
Pandas 多條件篩選可讀性較好的寫法
有特徵上百個,根據多個特徵篩選 DataFrame 時,如果這麼做,可讀性不太友好:
df[(df["continent"] == "Europe") & (df["beer_servings"] > 150) & (df["wine_servings"] > 50) & (df["spirit_servings"] < 60)]
連續多個篩選條件寫到一行裏。
更好可讀性的寫法
cr1 = df["continent"] == "Europe"
cr2 = df["beer_servings"] > 150
cr3 = df["wine_servings"] > 50
cr4 = df["spirit_servings"] < 60
df[cr1 & cr2 & cr3 & cr4]
個人更喜歡後者,雖然代碼多幾行,但是可讀性更好一些,拆開多個過濾條件並分別賦值給對象,最後再傳到 df 中,代碼看起來更清爽。