python 对dataframe下面的值进行大规模赋值方法
2018-06-09 13:44
896 查看
假设我们有一个数据集,列名叫status下面有100万的数据,其中包装 “HUMAN_REFUSE”,”SYS_REFUSE”,”HUMAN_AGREE”,”SYS_APPROVING”,”REVIEWING”, “HUMAN_CANCEL”,”SYS_AGREE”,”SYS_CANCEL” 这些字段,我现在想将这些字段分别赋值,并且新创造一列,列名为申请结果。
我们使用map函数即可:
df.申请结果 = df.申请结果.map({ "HUMAN_REFUSE":"人工拒绝", "SYS_REFUSE":"系统拒绝", "HUMAN_AGREE":"人工通过", "SYS_APPROVING":"系统审核中", "REVIEWING":"人工复核", "HUMAN_CANCEL":"人工取消", "SYS_AGREE":"系统通过", "SYS_CANCEL":"系统取消"})
以上这篇python 对dataframe下面的值进行大规模赋值方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- python如何对dataframe下面的值进行大规模赋值
- 在Python dataframe中出生日期转化为年龄的实现方法
- 将字典转换为DataFrame并进行频次统计的方法
- python DataFrame获取行数、列数、索引及第几行第几列的值方法
- Python小练习2:pandas.Dataframe使用方法示例demo
- python DataFrame的apply方法
- Python dataframe中如何使y列按x列进行统计?
- python里使用iterrows()对dataframe进行遍历
- python 给DataFrame增加index行名和columns列名的实现方法
- Python DataFrame设置/更改列表字段/元素类型的方法
- Python方法总结(1)——删除pandas DataFrame的某一/几列
- python的dataframe和matrix的互换方法
- python 处理dataframe中的时间字段方法
- python pandas dataframe to_sql方法error及其解决
- python中使用iterrows()对dataframe进行遍历的实例
- 利用python进行数据分析之dataframe的常见操作
- python——修改Dataframe列名的两种方法
- python pandas dataframe 按列或者按行合并的方法
- spark scala 对dataframe进行过滤----filter方法使用
- 使用Python的Dataframe取两列时间值相差一年的所有行方法