云同网,灯火阑珊电视直播网,最新军事观察室
场景如下:
现在有一个dataframe,其中一列为score,值从0-100,
df:
score
98
88
37
68
86
33
现在需要增加一列level,给这些分数分类,90分以上为a,60-90为b,60以下为c。
常用的方法肯定是使用for循环,对每一行进行处理。
import pandas as pd list = [98,88,37,68,86,33] df = pd.dataframe(list, columns=['score']) # convert list to dataframe df['level'] = '' # add a column def judgelevel(df): for i in range(len(df)): if df.score.ix[i] < 60: df.level.ix[i] = 'c' elif df.score.ix[i] > 90: df.level.ix[i] = 'a' else: df.level.ix[i] = 'b' return df df = judgelevel(df)
还有一种方法,是使用python的匿名函数:lambda函数
import pandas as pd list = [98,88,37,68,86,33] df = pd.dataframe(list, columns=['score']) df['level'] = '' # add a column def judgelevel(df): if df['score'] < 60: return 'c' elif df['score'] > 90: return 'a' else: return 'b' df['level'] = df.apply(lambda r: judgelevel(r), axis=1)
至于如何取舍,就由各位自行决定了,多学一点总不是坏处,对吧?
以上这篇python 用lambda函数替换for循环的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持移动技术网。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
Python 实现将numpy中的nan和inf,nan替换成对应的均值
python爬虫把url链接编码成gbk2312格式过程解析
网友评论