记录一些pandas的操作-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_42830697/article/details/125816999

本文介绍了如何使用pandas进行数据处理，包括根据条件修改特定值和利用apply与lambda函数实现列操作，如年龄阈值更改和空值填充。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

记录一些pandas的操作

一、修改某个值大于指定值就重新赋值

import pandas as pd

df = pd.DataFrame(
        {'age':[10,11,12],
        'name':['tim', 'tom', 'rose'],
        'income':[100,200,300]},
        index=['person1', 'person2', 'person3'])

#将年龄大于等于11的修改为20
print(df)
df.loc[df['age']>=11,'age']=20
print(df)



#函数版
def change_target(df,cls,num,target_num):
    df.loc[df[cls]>=num,cls]=target_num
    return df
print(df)
df = change_target(df,'age',11,20)
print(df)

二、使用apply和lambda同时操作数据框

1、创建一个表如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(
        {'age':[10,11,12],
        'name':['tim', 'tom', 'rose'],
        'income':[np.nan,200,300]},
        index=['person1', 'person2', 'person3'])

（1）目的：将年龄大于10岁的更新为100。

详细代码如下：

对df['age']列执行apply操作，对此列每一个数字都执行自定义的函数。

#自定义函数:如果x大于10，那就让x等于100，否则还是x自己
def new_fc(x):
    if x>10:
        x=100
    else:
        x=x
    return x

df['new_age'] = df['age'].apply(lambda x:new_fc(x))

（2）目的：将income列的空值填充为0

详细代码如下：

对df['income']列执行apply操作，对此列每一个数字都执行自定义的函数。

import pandas as pd
import numpy as np

df = pd.DataFrame(
        {'age':[10,11,12],
        'name':['tim', 'tom', 'rose'],
        'income':[np.nan,200,300]},
        index=['person1', 'person2', 'person3'])

def new_fc(x):
    if pd.isna(x): #此处需要通过isna判断空值
        x=0
    else:
        x=x
    return x

df['new_income'] = df['income'].apply(lambda x:new_fc(x))