Python之DataFrame按照规则批量修改某列的数据

     在使用Python进行数据分析时,我们经常会看一个数据的分布,然后对数据进行处理。比如说有一个场景:

以下数据是某个产品的提前预定期:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
%matplotlib inline
data = (pd.read_csv('D:/Users/Merchants_portrait.csv')).astype('int')
avg_days_befor = (data['avg_days_befor'].value_counts()).reset_index()
sns.barplot(x = avg_days_befor.index, y = avg_days_befor['avg_days_befor'])
plt.show() # 图3

这个图看起来比较丑,因为天数比较多,所以横坐标密密麻麻

Python之DataFrame按照规则批量修改某列的数据

我们看下提前预定天数和每个预定天数的产品的情况

avg_days_befor.head()

Python之DataFrame按照规则批量修改某列的数据

看下分布情况

#观察下提前预定天数的分布
avg_days_befor.describe()

从下面表格可以看出,提前预定天数在0-633之间,75%的分布在200以内

  index avg_days_befor
count 259.000000 259.000000
mean 139.382239 485.555985
std 97.080785 1240.626948
min 0.000000 1.000000
25% 64.500000 2.000000
50% 129.000000 17.000000
75% 194.500000 180.000000
max 633.000000 10273.000000

根据上面的分析,假如我们想把提前预定天数改为阶段分布,我们可以按照如下来做:

我们先定义一个预定天数重写的函数,然后使用lambda函数应用在那一列上,并且把结果更新到原来数据的该列上,如果不重写到原来的数据上,那么原dataframe不会变

#对于提前预定天数重写
def fun_avg_days_befor(x):
    if x <= 7:
        return 1
    elif x > 7 and x <= 14:
        return 2
    elif x > 14 and x <= 21:
        return 3
    elif x > 21 and x <= 28:
        return 4
    elif x > 28 and x <= 35:
        return 5
    elif x > 35 and x <= 42:
        return 6
    elif x > 42 and x <= 49:
        return 7
    elif x > 49 and x <= 56:
        return 8
    elif x > 56 and x <= 63:
        return 9
    else:
        return 10

#将数据生效在原dataframe上
data['avg_days_befor'] = data['avg_days_befor'].apply(lambda x:fun_avg_days_befor(x))

avg_days_befor = (data['avg_days_befor'].value_counts()).reset_index()

我们先看下改变后的结果:

sns.barplot(x = avg_days_befor.index, y = avg_days_befor['avg_days_befor'])
plt.show() # 图3

Python之DataFrame按照规则批量修改某列的数据

可以看出,结果已经更改到原来的数据集上了。

那么,如果我们直接执行语句,不复写原来的dataframe呢?我们看下结果

#对于提前预定天数重写
def fun_avg_days_befor(x):
    if x <= 7:
        return 1
    elif x > 7 and x <= 14:
        return 2
    elif x > 14 and x <= 21:
        return 3
    elif x > 21 and x <= 28:
        return 4
    elif x > 28 and x <= 35:
        return 5
    elif x > 35 and x <= 42:
        return 6
    elif x > 42 and x <= 49:
        return 7
    elif x > 49 and x <= 56:
        return 8
    elif x > 56 and x <= 63:
        return 9
    else:
        return 10

data['avg_days_befor'].apply(lambda x:fun_avg_days_befor(x))

从下面结果可以看出,他只是个简单结果,再查看原来的dataframe是不会有任何改变的

Python之DataFrame按照规则批量修改某列的数据

上一篇:mybatis sum(参数) 列名作为参数


下一篇:用户流失预测——基于逻辑回归模型以及Python代码实现