如何从现有列派生新列

来源：Pandas官网：https://pandas.pydata.org/docs/getting_started/intro_tutorials/index.html
笔记托管：https://gitee.com/DingJiaxiong/machine-learning-study

导包

import pandas as pd

数据集准备

同样使用之前用过的空气质量数据

air_quality = pd.read_csv("air_quality_no2.csv", index_col=0, parse_dates=True)
air_quality.head()

	station_antwerp	station_paris	station_london
datetime
2019-05-07 02:00:00	NaN	NaN	23.0
2019-05-07 03:00:00	50.5	25.0	19.0
2019-05-07 04:00:00	45.0	27.7	19.0
2019-05-07 05:00:00	NaN	50.4	16.0
2019-05-07 06:00:00	NaN	61.9	NaN

【1】如何创建从现有列派生的新列

我想表达 $N{O}_2$ 伦敦车站的浓度，单位为 $mg/m^3$.

【(如果我们假设温度为 25 摄氏度，压力为 1013 hPa，则转换因子为 1.882)】举个栗子都这么严谨，这就是官方文档

air_quality["london_mg_per_cubic"] = air_quality['station_london'] * 1.882
air_quality.head()

	station_antwerp	station_paris	station_london	london_mg_per_cubic
datetime
2019-05-07 02:00:00	NaN	NaN	23.0	43.286
2019-05-07 03:00:00	50.5	25.0	19.0	35.758
2019-05-07 04:00:00	45.0	27.7	19.0	35.758
2019-05-07 05:00:00	NaN	50.4	16.0	30.112
2019-05-07 06:00:00	NaN	61.9	NaN	NaN

要创建新列，在作业的左侧使用带有新列名称的 [] 括号。

【注意】值的计算是按元素完成的。这意味着给定列中的所有值一次乘以值 1.882。您不需要使用循环来迭代每一行！

我想检查巴黎与安特卫普的值比率，并将结果保存在新列中。

air_quality["ratio_paris_antwerp"] = (air_quality["station_paris"] / air_quality["station_antwerp"])
air_quality.head()

	station_antwerp	station_paris	station_london	london_mg_per_cubic	ratio_paris_antwerp
datetime
2019-05-07 02:00:00	NaN	NaN	23.0	43.286	NaN
2019-05-07 03:00:00	50.5	25.0	19.0	35.758	0.495050
2019-05-07 04:00:00	45.0	27.7	19.0	35.758	0.615556
2019-05-07 05:00:00	NaN	50.4	16.0	30.112	NaN
2019-05-07 06:00:00	NaN	61.9	NaN	NaN	NaN

计算再次按元素进行，因此 / 应用于每行中的值.

其他数学运算符（+，-，*，/,…）或逻辑运算符（<，>，==,…）也按元素工作。

【注意】如果你需要更高级的逻辑，你可以通过apply()使用任意的Python代码.

我想将数据列重命名为 OpenAQ 使用的相应工作站标识符.

air_quality_renamed = air_quality.rename(
    columns={
        "station_antwerp": "BETR801",
        "station_paris": "FR04014",
        "station_london": "London Westminster",
    }
)

air_quality_renamed.head()

	BETR801	FR04014	London Westminster	london_mg_per_cubic	ratio_paris_antwerp
datetime
2019-05-07 02:00:00	NaN	NaN	23.0	43.286	NaN
2019-05-07 03:00:00	50.5	25.0	19.0	35.758	0.495050
2019-05-07 04:00:00	45.0	27.7	19.0	35.758	0.615556
2019-05-07 05:00:00	NaN	50.4	16.0	30.112	NaN
2019-05-07 06:00:00	NaN	61.9	NaN	NaN	NaN

rename() 函数可用于行标签和列标签。提供一个字典，其中包含当前名称的键和新名称的值以更新相应的名称。

映射不应仅限于固定名称，还可以是映射函数。例如，也可以使用函数将列名转换为小写字母：

air_quality_renamed = air_quality_renamed.rename(columns=str.lower)

air_quality_renamed.head()

	betr801	fr04014	london westminster	london_mg_per_cubic	ratio_paris_antwerp
datetime
2019-05-07 02:00:00	NaN	NaN	23.0	43.286	NaN
2019-05-07 03:00:00	50.5	25.0	19.0	35.758	0.495050
2019-05-07 04:00:00	45.0	27.7	19.0	35.758	0.615556
2019-05-07 05:00:00	NaN	50.4	16.0	30.112	NaN
2019-05-07 06:00:00	NaN	61.9	NaN	NaN	NaN

【小结】

通过将输出分配给数据帧来创建新列，并在[].

操作是按元素进行的，无需遍历行。

使用rename或函数重命名来重命名行标签或列名称。