2.单元格和单元格进行计算
# 对索引进行遍历
for i in df.index:
df[‘现价’].at[i] = df[‘原价’].at[i] * df[‘折扣’].at[i]
结果与上述相同。
🔥2.3 部分数据计算
若我们只想对其中的部分数据进行计算,则遍历部分单元格进行计算即可!
3.对部分单元格进行遍历
for i in range(5,11):
df[‘现价’].at[i] = df[‘原价’].at[i] * df[‘折扣’].at[i]
结果:

🔥2.4 列增值
🌟2.4.1 pandas中的apply函数
DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)
我们在函数中实现对Series不同属性之间的计算,返回一个结果,则apply函数会自动遍历每一行DataFrame的数据,最后将所有结果组合成一个Series数据结构并返回。
4.列增值
def add(x):
return x+5
<
本文介绍了如何使用Python的pandas库进行数据计算,包括按索引遍历计算单元格、部分数据计算,以及列增值操作。通过apply函数应用自定义函数或lambda表达式对数据进行处理。此外,还详细讲解了如何在pandas中实现数据排序,包括单列和多列的升序、降序排序。最后,文章展示了数据筛选的方法,利用apply函数筛选出符合条件的行。
2&spm=1001.2101.3001.5002&articleId=138311142&d=1&t=3&u=1d0c1b2d07724ace8b744951b31a39e5)
1万+

被折叠的 条评论
为什么被折叠?



