Pandas玩转数据（六) -- 通过apply对数据进行处理

Python3数据科学汇总： https://blog.youkuaiyun.com/weixin_41793113/article/details/99707225 

---

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

ls ..\homework

#查看homework文件夹下的目录

df = pd.read_csv('../homework/apply_demo.csv')

df.head() ##读入数据后，查看前5行

df.size ##查看数据的个数，感觉不如shape直接,但size显示的是m*n的个数

df.shape ##查看数据的形状

df.info() ##查看数据的信息 df.info也可以运行哦，会有不一样的结果

s1 = Series(['a']*7978) #7978个全是'a'的Series

df['A'] = s1 ##给df造属性

df.head()

df['A'] = df['A'].apply(str.upper) ##通过apply把字母全变大写

df.head()

df['data'][0].strip().split(' ') #去掉头尾的空格，以中间的空格分隔

df['data'][0].strip().split(',') #用','分隔

l1 = df['data'][0].strip().split(' ')

l1[1], l1[3],l1[5]

def foo(line):
    items = line.strip().split(' ')
    return Series([items[1], items[3], items[5]])

df_tmp = df['data'].apply(foo) ##通过apply使用函数分隔

df_tmp = df_tmp.rename(columns={0:"Symbol", 1:"Seqno", 2:"Price"})#给属性名重命名

df_tmp.head()

df.head()

 

df_new = df.combine_first(df_tmp) ##加入df_new中没有，df_tmp存在的属性列

df_new.head()

del df_new['data'] ##删除df_new中的'data'属性列

del df_new['A'] ##删除'A'属性列
df_new.head() 

df_new.to_csv('../homework/demo_duplicate小白.csv') ##生成csv到homework目录下

ls ..\homework ##查看homework目录，验证是否生成