In [1]: import pandas as pd

Data used for this tutorial:

Air quality data

在本教程中，空气质量数据关于 \(NO_2\) 由以下人员使用、提供 OpenAQ 并使用 py-openaq 包裹。这个 air_quality_no2.csv 数据集提供 \(NO_2\) 测量站的值 FR04014 ， BETR801 和 伦敦威斯敏斯特 分别在巴黎、安特卫普和伦敦。

To raw data

In [2]: air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)

In [3]: air_quality.head()
Out[3]: 
                     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

如何创建从现有列派生的新列？#

我想表达的是 \(NO_2\) 伦敦站的浓度，单位为毫克/米\(^3\) 。

( 如果我们假设温度为25摄氏度，气压为1013百帕，换算系数为1.882 )

In [4]: air_quality["london_mg_per_cubic"] = air_quality["station_london"] * 1.882

In [5]: air_quality.head()
Out[5]: 
                     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

若要创建新列，请使用 [] 在赋值的左侧用新列名括起来。

备注

完成了这些值的计算 element-wise 。这意味着给定列中的所有值一次都乘以值1.882。您不需要使用循环来迭代每一行！

我想检查巴黎和安特卫普的值的比率，并将结果保存在一个新列中。

In [6]: air_quality["ratio_paris_antwerp"] = (
   ...:     air_quality["station_paris"] / air_quality["station_antwerp"]
   ...: )
   ...: 

In [7]: air_quality.head()
Out[7]: 
                     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

计算也是以元素为单位的，因此 / 已应用 对于每行中的值 。

还有其他数学运算符 (+ ， -, *, /,…) or logical operators (`` <， ``> ， == ，…)工作元素方面。后者已经被用于 subset data tutorial 若要使用条件表达式筛选表中的行，请执行以下操作。

如果需要更高级的逻辑，可以通过以下方式使用任意的Python代码 apply() 。

我想将数据列重命名为使用的相应站点标识符重命名 OpenAQ 。

In [8]: air_quality_renamed = air_quality.rename(
   ...:     columns={
   ...:         "station_antwerp": "BETR801",
   ...:         "station_paris": "FR04014",
   ...:         "station_london": "London Westminster",
   ...:     }
   ...: )
   ...: 

In [9]: air_quality_renamed.head()
Out[9]: 
                     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

这个 rename() 函数可用于行标签和列标签。提供一个字典，其中包含键、当前名称和新名称的值，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：

In [10]: air_quality_renamed = air_quality_renamed.rename(columns=str.lower)

In [11]: air_quality_renamed.head()
Out[11]: 
                     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

To user guide

上的用户指南部分提供了有关列或行标签重命名的详细信息 renaming labels 。

REMEMBER

通过将输出分配给DataFrame，并在 [] 。
操作是元素级的，不需要对行进行循环。
使用 rename 具有用于重命名行标签或列名的词典或函数。

To user guide

该用户指南包含关于以下内容的单独部分 column addition and deletion 。

如何在Pandas身上创造情节？

如何计算汇总统计？