我在熊貓數(shù)據(jù)框中有一些數(shù)據(jù)，如下所示：| Data | ---------------------------- | 10-9 8-6 100-2 |----------------------------| 1-2 3-4 |----------------------------| 55-45 |----------------------------現(xiàn)在我的問題是，使用熊貓，執(zhí)行以下操作的最佳方法是什么：計(jì)算連字符之前的第一個(gè)數(shù)字的平均值，以及連字符之后的數(shù)字的平均值。從第一個(gè)中減去第二個(gè)，然后放入一個(gè)新列。例如，對(duì)于第一行，新列中的值將是：average(10, 8, 100) - average(9, 6, 2)我猜我需要使用某種 lambda 函數(shù)，但我不確定如何去做。任何幫助表示贊賞。謝謝！
2 回答
翻翻過去那場(chǎng)雪
TA貢獻(xiàn)2065條經(jīng)驗(yàn) 獲得超14個(gè)贊
制作一個(gè)包含字符串解析邏輯的函數(shù)：
import pandas as pd
import numpy as np
def string_handling(string):
values = [it for it in string.strip().split(' ') if it]
values = [v.split('-') for v in values]
first_values = [int(v[0]) for v in values]
second_values = [int(v[1]) for v in values]
return pd.Series([np.mean(first_values), np.mean(second_values)])
應(yīng)用功能：
df[['first_value','second_value']] = df['Data'].apply(string_handling)
df['diff'] = df['first_value'] - df['second_value']
繁花不似錦
TA貢獻(xiàn)1851條經(jīng)驗(yàn) 獲得超4個(gè)贊
這可能會(huì)奏效。split()將擺脫所有的空白。還使用列表推導(dǎo)來遍歷由split()（例如['10-9', '8-6', '100-2']）創(chuàng)建的所有標(biāo)記。
In [37]: df = DataFrame({'Data': [" 10-9 8-6 100-2 ",
" 1-2 3-4 ",
" 55-45 "]})
In [38]: def process(cell):
...: avg = []
...: for i in range(2):
...: l = [int(x.split("-")[i]) for x in cell.split()]
...: avg.append(sum(l) * 1. / len(l))
...: return avg[0] - avg[1]
...:
In [39]: df['Data'].apply(process)
Out[39]:
0 33.666667
1 -1.000000
2 10.000000
Name: Data, dtype: float64
希望這可以幫助！
添加回答
舉報(bào)
0/150
提交
取消