pandas dataframe dataframe.assign() 函数-ag捕鱼王app官网

python pandas dataframe.assign() 函数将新的列分配给 dataframe。

pandas.dataframe.assign() 语法

dataframe.assign(**kwargs)

参数

返回值

它返回 dataframe 对象，并将新的列和现有的列一起分配。

示例代码： dataframe.assign() 方法分配一列

import pandas as pd
df = pd.dataframe({'cost price': 
                   [100, 200], 
                   'selling price':
                   [200, 400]})
new_df=df.assign(profit=df["selling price"]-
                        df["cost price"])
print(new_df)

调用者 dataframe 为

   cost price  selling price
0         100            200
1         200            400

输出：

   cost price  selling price  profit
0         100            200     100
1         200            400     200

它将新的列 profit 分配给 dataframe，对应于 selling price 和 cost price 列之间的差异。

我们也可以通过对可调用对象使用 lambda 函数为 df 分配新的列。

import pandas as pd
df = pd.dataframe({'cost_price': 
                   [100, 200], 
                   'selling_price': 
                   [200, 400]})
new_df=df.assign(profit=lambda x: 
                 x.selling_price-
                 x.cost_price)
print(new_df)

调用的对象 dataframe 为

   cost price  selling price
0         100            200
1         200            400

输出：

   cost_price  selling_price  profit
0         100            200     100
1         200            400     200

示例代码：dataframe.assign() 方法分配多列

import pandas as pd
df = pd.dataframe({'cost_price': 
                   [100, 200], 
                   'selling_price': 
                   [200, 400]})
new_df=df.assign(cost_price_euro =  
                 df['cost_price']*1.11,  
                  selling_price_euro = 
                 df['selling_price']*1.11)
print(new_df)

调用者 dataframe 为

   cost price  selling price
0         100            200
1         200            400

输出：

   cost_price  selling_price  cost_price_euro  selling_price_euro
0         100            200            111.0               222.0
1         200            400            222.0               444.0

它将两列新的 cost_price_euro 和 selling_price_euro 分配给 df，这两列分别来自现有的 cost_price 和 selling_price。

我们也可以使用 lambda 函数将多个列分配给 df，用于调用对象。

import pandas as pd
df = pd.dataframe({'cost_price': 
                   [100, 200], 
                   'selling_price': 
                   [200, 400]})
new_df=df.assign(cost_price_euro = 
                 lambda x: x.cost_price*1.11,  
                 selling_price_euro =
                 lambda x: x.selling_price*1.11)
print(new_df)

调用的对象 dataframe 为，

   cost price  selling price
0         100            200
1         200            400

输出：

   cost_price  selling_price  cost_price_euro  selling_price_euro
0         100            200            111.0               222.0
1         200            400            222.0               444.0