目录Python全系列 教程
3567个小节阅读：5931.8k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
xxxxxxxxxx# 值为一个标量df['new_col1'] = 1df.newvar = 1 #注意该命令不会报错!但并没有添加新变量
# 值为一个列表,那么列表的长度必须和行数一致df['new_col2']= range(0,52)
# 值为一个Series,那么Series的长度可以不与行数一致，但是超出行数值会被设置为NaNdf['new_col3'] = pd.Series([1,2,3,4,5,6])
# 值为一个表达式，是原用的列上的值进行计算df['new_col4'] = df['身高'] + 1
# 值为map处理的值，是原用的列上的值进行计算df['new_gender'] = df['性别'].map({'男':1,'女':0})
# 值为一个函数import mathdf['new_col5'] = math.sqrt(9)df['new_col5'] = math.sqrt(df.体重) #报错xxxxxxxxxxdf.apply(func,axis)func : 希望对行/列执行的函数表达式
axis = 0 :针对行还是列逬行计算
xxxxxxxxxxdef get_value(data): return data['体重']df['a'] = df.apply(get_value, axis=1)df.head()另一种写法
df ['列名'] = df. oldvar. apply(函数表达式)
xxxxxxxxxxdf['n5'] = df.体重.apply(math.sqrt)df['n7'] = df.体重.apply(numpy.sqrt)xxxxxxxxxx# 使用自定义函数def get_first(tmp): return tmp[:1]df['n6'] = df.开设.apply(get_first)xxxxxxxxxxdf.insert(loc,column,value,allow_duplicates)xxxxxxxxxx# 指定位置增加新列df.insert(1,'new_col',100)df.insert(1,'new_col2',df.课程.apply(get_first))xxxxxxxxxxdf.assign(varname = expression) xxxxxxxxxx# 返回新的dataframedf2 = df.assign(n8 = df.课程.apply(get_first))实时学习反馈
1. Pandas中在指定位置插入新变量列的方法是_____:
A insert()
B index()
2. Pandas中基于一个原变量做函数运算，下划线处需要填写的代码是_____:
xxxxxxxxxxdf = pd.read_excel('stu_data.xlsx')# 使用自定义函数def get_first(tmp): return tmp[:1]df['n6'] = df.开设.___________A apply(get_first())
B apply(get_first)
答案
1=>A 2=>B