pandas依据多列数据生成某一列数据-兼pandas数据修改汇总

向右看齐 2023-02-25 13:25 34阅读 0赞

### pandas依据多列数据生成某一列数据 ###

*  一、数据修改
 *  二、依据多列数据修改某一列

# 一、数据修改 #

网上pandas的数据修改大多是依据某一列数据进行修改或者生成了，几乎没有找到依据多列数据生成或者修改某一列的

依据某一列数据修改某一列数据的方法：  
方法一：

df.loc[df.a>=2,'b'] = 'new_data'

来自chenpe32cp：《python pandas如何基于某一列修改某一列的值》，链接: [python pandas如何基于某一列修改某一列的值][python pandas].

方法二：

df["a"]=df["b"].map(lambda x: x+1)

来自Allan-li：《对DataFrame中某一列数据进行修改的方法》，接: [对DataFrame中某一列数据进行修改的方法][DataFrame].

# 二、依据多列数据修改某一列 #

此处目标为依据“比例”和“选定法定刑”生成“幅度法定刑”  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 1]

之前主要是对某一列修改，运用的是方法二，因而此处的依据多列数据修改某一列是再次基础上的更进一步，通过循环来完成

for a,b in zip(df["比例"],df["选定法定刑"]):
        element.append(drm(a,b))
    df["幅度法定刑"] = element

其中的drm()是预先设定的一个函数  
完整的为：

def data_random_margin(x,y):
    	 list_math = [i for i in range(int(y),181)]
    	#print(list_math)
    	 len_ = len(list_math)
    if int(len_)>2:
        if x < 0.10547166487854089:
            wieght = np.random.randint(1, 2, len_)
            list_math_split_1 = wieght[:int(len_ / 2)]
            list_math_copy_1 = []
            list_math_split_2 = wieght[int(len_ / 2):]
            list_math_copy_2 = []
            for i, content in enumerate(list_math_split_1):
                content = content - x / 7500 * i
                list_math_copy_1.append(content)
            # print(list_math_copy_1)
            for i, content in enumerate(list_math_split_2):
                content = content + x / 7500 * i
                list_math_copy_2.append(content)
    
            wieght_ = list_math_copy_1 + list_math_copy_2
            # print(wieght_)
    
            data = random.choices(list_math, weights=wieght_)
            return data[0]
    
        elif x == 0.10547166487854089:
            wieght = np.random.randint(1, 2, 151)
            data = random.choices(list_math, weights=wieght)
            return data[0]
        elif x > 0.10547166487854089:
    
            wieght = np.random.randint(1, 2, len_)
            list_math_split_1 = wieght[:int(len_ / 2)]
            list_math_copy_1 = []
            list_math_split_2 = wieght[int(len_ / 2):]
            list_math_copy_2 = []
            for i, content in enumerate(list_math_split_1):
                content = content + x / 7500 * i
                list_math_copy_1.append(content)
    
            for i, content in enumerate(list_math_split_2):
                content = content - x / 7500 * i
                list_math_copy_2.append(content)
            list_math_copy_1 = sorted(list_math_copy_1, reverse=True)
            wieght_ = list_math_copy_1 + list_math_copy_2
            # print(wieght_)
    
            data = random.choices(list_math, weights=wieght_)
            return data[0]
    	
    
    
    from 项目.中国裁判文书网.selenium路线.数据集处理过程.中文年份数字化 import data_random_margin as drm
     for a,b in zip(df["比例"],df["选定法定刑"]):
        element.append(drm(a,b))
    df["幅度法定刑"] = element

不太好的一点就是速度特别慢，

[python pandas]: https://blog.csdn.net/chenpe32cp/article/details/82180537?ops_request_misc=&request_id=&biz_id=102&utm_term=pandas%E5%88%97%E6%95%B0%E6%8D%AE%E6%9B%B4%E6%96%B0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~sobaiduweb~default-1-82180537
[DataFrame]: https://blog.csdn.net/li_0891/article/details/81020657?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.nonecase
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70]: /images/20230209/bb45cff7b2f04dc7a285133829c3a676.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 1]: /images/20230209/59536c7c291244a6b537e2b560678af2.png