pandas 根据前几列，来新增一列

最新推荐文章于 2023-04-20 15:19:17 发布
原创 最新推荐文章于 2023-04-20 15:19:17 发布 · 3.8k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文展示如何使用Python的Pandas库处理包含城市、年份和人口数据的表格，通过定义函数并应用到DataFrame上，为每行数据添加测试列。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

import numpy as np
import pandas as pd
 
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'],
       'year': [2016,2016,2015,2017,2016, 2016],
       'population': [2100, 2300, 1000, 700, 500, 500]}
frame = pd.DataFrame(data, columns = ['year', 'city', 'population', 'debt'])
 
def function(a, b):
    if 'ing' in a and b == 2016:
        return 1
    else:
        return 0
print(frame, '\n')
frame['test'] = frame.apply(lambda x: function(x.city, x.year), axis = 1)
print(frame)

大家要注意的是x.city和x.year的调用

Python办公自动化—pandas读取Excel进行插入列、修改列的类型，apply函数与字典结合匹配等操作+完整代码
weixin_42636075的博客
06-19 635
Python办公自动化—pandas读取Excel进行插入列、修改列的类型，apply函数与字典结合匹配等操作
pandas操作2（增加列并赋值/两列时间相减/按时间合并且求和）
kanchigo的博客
06-07 4416
pandas常用csv操作增加一列数据并赋值两列时间相减按时间合并且求和 增加一列数据并赋值 有时候可能会遇到需要增加一列数据，例如增加一列全为1的数据，方便按时间合并行过后统计次数。 df['xxx number'] = 1 两列时间相减 使用pandas求两列时间的差，也就是统计csv数据集种某个任务持续的时间 df['end time'] = pd.to_datetime(df['end time']) df['start time'] = pd.to_datetime(df['start time
Pandas对多列使用条件判断新增列
Shenquanle的博客
11-18 2614
pandas多条件判断，新增列
pandas根据现有列新添加一列
热门推荐
bitcarmanlee的博客
01-26 1万+
项目github地址：bitcarmanlee easy-algorithm-interview-and-practice 欢迎大家star，留言，一起学习进步 pandas中一个Dataframe，经常需要根据其中一列再新建一列，比如一个常见的例子：需要根据分数来确定等级范围，下面我们就来看一下怎么实现。 def getlevel(score): if score < 60: return "bad" elif score < 80: retur
pandas 选择某几列的方法
09-20
今天小编就为大家分享一篇pandas 选择某几列的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pandas行和列的获取
weixin_46599926的博客
02-08 6765
dataframe行和列的获取分三个维度 行和列选取：df[]，一次只能选取行或列 区域选取：df.loc[], df.iloc[]，可以同时为行或列设置筛选条件 单元格选取：df.at[], df.iat[]，准确选取某个单元格 先随机生成一个dataframe import numpy as np import pandas as pd df = pd.DataFrame(np.random.randn(10,5), index=list('abcdefghij'), columns=list('
pandas DataFrame实现几列数据合并成为新的一列方法
12-23
其中的country、province、city、county四列其实是位置信息的不同层级，应该合成一列用于模型训练 方法： parent_teacher_data['address'] = parent_teacher_data['country']+parent_teacher_data['province']+...
Pandas DataFrame数据的更改、插入新增的列和行的方法
09-19
- **在 DataFrame 最后新增一列**：可以简单地通过为新列名赋值的方式添加。 **示例代码**： ```python df1['score'] = [80, 98, 67, 90] ``` - **在指定位置新增列**：使用 `insert` 方法可以在特定位置插入新...
Pandas优先保留某一列频数少，然后再对另外一列进行去重
m0_65626159的博客
04-20 1247
删除id重复的情况：由于前面的排序是把计数少的在前面，为了尽可能的保留计数少的，所以我们去重的时候要优先保留第一个，也就是下面的keep='first'文章大概的解决的需求是，要对某一列（下文以“办理人id”为例）进行去重，并且要优先保留另外一列（下文以““事项名称””为例）计数较少的。先导入一组数，需求是要计算字段“事项名称”出现的总次数，并且在df新增一列，把计数结果放入。先用value_counts()计数，并且转换为dataframe的格式。然后进行排序，根据自己的需求，把频数较少的排列在前面。
pandas多列同时赋值_pandas-赋值操作
weixin_39846364的博客
12-19 2881
1，pandas操作主要有对指定位置的赋值，如上一篇中的数据选择一样，根据loc，iloc，ix选择指定位置，直接赋值2，插入，insert方法，插入行和列3，添加4，删除 drop方法5，弹出 pop方法In [1]:import pandas as pdimport numpy as npIn [53]:dates = np.arange(20190809,20190815)df1 = pd....
Python超实用小技巧：添加新列——两列之间运算得到第三列
Wan7777777的博客
08-17 1499
目的：表亲+近亲+自己，统计孤身一人和非孤身一人的信息 for dataset in full_data: dataset['FamilySize'] = dataset['SibSp'] + dataset['Parch'] + 1 # 家庭规模：表亲+近亲+自己
Python基础篇—Pandas应用(三)
困而学之，学思并重
10-31 4373
为某行添加求和项 导入数据： import pandas as pd data = pd.read_csv('data.txt') data 添加总和栏显示wid、uid、fans的总和： data['total'] = data['wid']+data1['uid']+data1['fans'] data 对各列进行汇总： data['fans'].sum() data['fans'].mean(
Python DataFrame 如何根据多列的值做判断，生成新的列值
weixin_42311008的博客
11-29 4709
Python DataFrame 根据多列的值做多条件判断生成新的列值，根据多列的值做判断，生成新的列值
Pandas判断两列内容是否相同，并新建一列储存结果
sasha98的博客
05-09 3769
首先写一个函数，实现判断是否相等的功能，如下： def function(a, b): if a == b: return 1 else: return 0 用强大的 lambda 函数： df['bool'] = df.apply(lambda x : function(x['A'],x['B']),axis = 1) 其中 A, B是需要比较是否相等的两列的列名。 以上，新生成的 bool 列内容即是 0 和 1 用来表示 A 列和 B列是否相等。
Python学习笔记 -- Pyhthon pandas 如何基于一列或多列运算并生成新的列
weixin_44167173的博客
04-03 6832
Python学习笔记 – Pyhthon pandas 如何基于一列或多列运算并生成新的列 在数据处理中，通过前面几列的运算生成一个新列。 最常见的例子是计算成绩 : ) 1.eval() eval是最直接的 举个栗子： 我们这里就用最常见需要增加列的情景之一 成绩统计~ 已经有每一门学科的成绩，需要在最后新增一列总分： df = pd.DataFrame({'math':[89,78,83],...
python pandas新增加一列_Python Pandas 对列/行进行选择，增加，删除操作
weixin_39654436的博客
12-04 6991
一、列操作1.1 选择列d = {'one' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),'two' : pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}df = pd.DataFrame(d)print (df ['one'])# 选择其中一列进行显示，列长度为最长列的长度# 除了 index...
Pandas数据结构之DataFrame（数据选取，切片，按行/列索引）
屎山搬运工
11-23 4650
DataFrame 是由多种类型的列构成的二维标签数据结构，类似于 Excel 、SQL 表，或 Series 对象构成的字典。DataFrame 是最常用的 Pandas 对象。 DataFrame对数据的处理灵活方便。我们直接看用法。 定义一个二维数组 import pandas as pd data=([1,2,3],[4,5,6],[7,8,9]) 数据重构成DataFrame data...
pandas
orangerfun的博客
03-18 1273
pandas教程 1.DataFrame 1.1 直接创建 df = pd.DataFrame(np.random.randn(4,4), index=list("abcd"), columns=list("ABCD")) print(df) result: A B C D a 0.127592 -0.649874 1.02271...
如何运用Python把文件夹内多个Excel表格合并成一个，并输出固定的内容，还要新增几列数据，一个列数据根据原有数据提取出来
最新发布
08-13
<think>根据用户需求，我们需要完成以下任务： 1. 合并文件夹中的多个Excel文件 2. 添加固定内容（例如：新增一列，该列的值固定为某个常量） 3. 新增列（可能包括从现有数据中提取特定信息生成新列） 4. 提取数据列（可能指从现有列中提取信息生成新的一列） 步骤： 1. 导入必要的库：pandas, os, glob 2. 指定包含Excel文件的文件夹路径 3. 读取所有Excel文件（假设都是.xlsx格式） 4. 遍历每个文件，读取为DataFrame，然后进行所需处理： a. 添加固定内容：例如，新增一列“来源”，值为文件名 b. 新增列：根据需求，可能从现有列中计算得到 c. 提取数据列：例如，从某一列中提取部分信息形成新列 5. 将所有处理后的DataFrame合并成一个大的DataFrame 6. 将合并后的DataFrame写入新的Excel文件 注意：用户提到“添加固定内容”，这里可以理解为每个文件添加一列固定值（比如一个常量字符串或数字），或者为每个文件添加一个标识（比如文件名）。同时，用户还要求“新增列”和“提取数据列”，这需要根据具体的数据结构来操作。由于用户没有给出具体的数据结构，我们假设需要从某一列中提取信息生成新列（例如，从“日期”列提取年份作为新列“年份”）。如果用户有更复杂的需求，可能需要使用正则表达式或字符串处理函数。 为了通用性，我们将： - 添加一列“来源”，值为文件名 - 新增一列“新列1”，值为固定字符串（例如“固定内容”） - 再新增一列“提取列”，通过从现有列（比如“原列”）中提取信息得到（例如，提取原列的前两个字符） 用户可以根据实际需求修改提取规则。 代码结构如下： 1. 设置文件夹路径和输出文件路径 2. 获取所有Excel文件列表 3. 创建一个空列表用于存储所有DataFrame 4. 循环读取每个文件： a. 读取为DataFrame b. 添加列“来源” = 文件名 c. 添加列“新列1” = "固定内容" （这里用固定字符串，也可以根据需求修改） d. 添加列“提取列” = 对指定列进行提取操作（例如：df['原列'].str[:2]） 5. 合并所有DataFrame 6. 输出到新的Excel文件 注意：由于不同Excel文件可能有不同的列，合并时使用pd.concat，注意设置ignore_index=True。 下面给出示例代码：</think>### Python合并多个Excel文件并添加固定内容、新增列和提取数据列 下面我将详细介绍如何使用Python合并多个Excel文件，并实现添加固定内容、新增列以及从现有数据提取信息生成新列的功能。 #### 解决方案步骤： ```python import pandas as pd import os import glob # 1. 设置文件夹路径和输出文件名 folder_path = 'excel文件夹路径/' # 替换为实际文件夹路径 output_file = '合并结果.xlsx' # 输出文件名 # 2. 获取所有Excel文件列表 excel_files = glob.glob(os.path.join(folder_path, '*.xlsx')) # 3. 创建空列表存储所有DataFrame all_dfs = [] # 4. 遍历处理每个文件 for file in excel_files: # 读取Excel文件 df = pd.read_excel(file) # 添加固定内容列 (示例: 添加文件来源) df['文件来源'] = os.path.basename(file) # 添加固定值列 (示例: 添加状态列) df['状态'] = '已处理' # 新增计算列 (示例: 从现有列计算新值) # 假设有'销售额'和'成本'列，计算利润 if '销售额' in df.columns and '成本' in df.columns: df['利润'] = df['销售额'] - df['成本'] # 提取数据生成新列 (示例: 从日期列提取年份) if '日期' in df.columns: df['年份'] = pd.to_datetime(df['日期']).dt.year # 添加到列表 all_dfs.append(df) # 5. 合并所有DataFrame merged_df = pd.concat(all_dfs, ignore_index=True) # 6. 保存结果 merged_df.to_excel(output_file, index=False) print(f'合并完成! 共处理 {len(excel_files)} 个文件，保存至: {output_file}') ``` #### 关键功能说明： 1. **添加固定内容**： - `df['文件来源']` 列记录原始文件名 - `df['状态']` 列添加固定文本值"已处理" 2. **新增列**： - 使用标准列计算创建新列（如`利润 = 销售额 - 成本`） - 支持条件检查，避免因列不存在而报错 3. **提取数据生成新列**： - 从日期字段提取年份（使用`pd.to_datetime().dt.year`） - 可扩展其他提取逻辑（如字符串处理、正则匹配等） 4. **合并处理**： - 自动处理不同文件的结构差异 - `ignore_index=True` 重建连续索引 #### 自定义修改指南： 1. **修改固定内容**： ```python # 修改固定值 df['新列名'] = '你的固定内容' # 添加当前日期 df['处理日期'] = pd.Timestamp.today().date() ``` 2. **自定义提取逻辑**： ```python # 示例：从产品编号提取分类代码 if '产品编号' in df.columns: df['产品分类'] = df['产品编号'].str[:3] # 提取前3位作为分类 # 示例：使用正则表达式提取信息 import re if '描述' in df.columns: df['规格'] = df['描述'].apply(lambda x: re.search(r'\d+[xX]\d+', x).group() if re.search(r'\d+[xX]\d+', x) else '') ``` 3. **处理特殊需求**： ```python # 仅合并特定sheet df = pd.read_excel(file, sheet_name='数据表') # 添加行号标识 df.insert(0, '行ID', range(1, len(df)+1)) ``` #### 注意事项： 1. 确保已安装依赖库： ```bash pip install pandas openpyxl ``` 2. 文件路径使用正斜杠`/`或双反斜杠`\\` 3. 处理前建议备份原始数据 4. 大文件处理可添加进度显示： ```python for i, file in enumerate(excel_files): print(f'处理中: {i+1}/{len(excel_files)} - {os.path.basename(file)}') # 处理代码... ``` > 提示：实际使用时请根据数据结构和需求调整列名和计算逻辑。如果遇到特殊格式要求，可结合`xlwings`库实现更复杂的Excel操作[^1][^2]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值