python 使用pandas同时对多列进行赋值
如dataframe
data1['月份']=int(month)#加入月份和企业名称 data1['企业']=parmentname
可以增加单列，并赋值，如果想同时对多列进行赋值
data1['月份','企业']=int(month),parmentname#加入月份和企业名称
会出错
ValueError:Lengthofvaluesdoesnotmatchlengthofindex
data[['合计','平均']]='数据','月份'
类似这样的，也无效
KeyError:“Noneof[Index([‘合计',‘平均'],dtype=‘object')]areinthe[columns]”
只有下例中：
importpandasaspd
chengji=[[100,95,100,99],[90,98,99,100],[88,95,98,88],[99,98,97,87],[96.5,90,96,85],[94,94,93,91],[91,99,92,87],[85,88,85,90],[90,92,99,88],[90,88,89,81],[85,89,89,82],[95,87,86,88],[90,97,97,98],[80,92,89,98],[80,98,85,81],[98,88,95,92]]
data=pd.DataFrame(chengji,columns=['语文','英语','数学','政治'])
print(data)
#data1=data[['数学','语文','英语','政治']]#排序
#data1=data1.reset_index(drop=True)#序列重建
#data1.index.names=['序号']#序列重命名
#data1.index=data1.index+1#序列从1开始
#print(data1)
data=pd.DataFrame(chengji,columns=['语文','英语','数学','政治'],index=[iforiinrange(1,len(chengji)+1)])
print(data)
data[['合计','平均']]=data.apply(lambdax:(x.sum(),x.sum()/4),axis=1,result_type='expand')
print(data[:])
data=pd.DataFrame(chengji,columns=['语文','英语','数学','政治'],index=[iforiinrange(1,len(chengji)+1)])
print(data)
data[['合计','平均']]=data.apply(lambdax:('数据','月份'),axis=1,result_type='expand')
print(data[:])
应用apply并设置result_type=‘expand'参数才可以。
先前的例子，用如下的方法就行了
data1[['月份','企业']]=data1.apply(lambdax:(int(month),parmentname),axis=1,result_type='expand') #data1['月份']=int(month)#加入月份和企业名称 #data1['企业']=parmentname #print(data1)
后记：
如果'月份','企业'列存在，用如下也可,上例中，直接可以创建不存在的列。
data1.lco[:,['月份','企业']]=int(month),parmentname
或
data1[['月份','企业']]=int(month),parmentname
今天又遇到一个从某列截取字符串长度写到另一列的，也一并写到这里：
货品列在原表中无，取货品代码的前12位。
totaldata=totaldata.reset_index(drop=False) totaldata['货品']=totaldata['货品代码'].apply(lambdax:x[:12])
后记：2020.5.17又遇到想新增两列并赋值的问题
importnumpyasnp importpandasaspd frompandasimportSeries chengji=[['N',95,0],['N',100,88],['N',88,100],['N',66,0]] data=pd.DataFrame(chengji,columns=['p','x','g']) data[['序号','列名']]=data[['p','x']]#pd.DataFrame(data[['p','x']])#.apply(lambdax:x) print(data)
补充：pandas的apply返回多列，并赋值
代码如下：
importpandasaspd
df_tmp=pd.DataFrame([
{"a":"data1","cnt":100},{"a":"data2","cnt":200},
])
df_tmp
acnt
data1100
data2200
方法一：使用apply的参数result_type来处理
defformatrow(row): a=row["a"]+str(row["cnt"]) b=str(row["cnt"])+row["a"] returna,b df_tmp[["fomat1","format2"]]=df_tmp.apply(formatrow,axis=1,result_type="expand") df_tmp acntfomat1format2 data1100data1100100data1 data2200data2200200data2
方法二：使用zip打包返回结果来处理
df_tmp["fomat1-1"],df_tmp["format2-2"]=zip(*df_tmp.apply(formatrow,axis=1)) df_tmp acntfomat1format2fomat1-1format2-2 data1100data1100100data1data1100100data1 data2200data2200200data2data2200200data2
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。