当前位置：首页 > news >正文

仿网站百度会怎么做江西seo推广方案

news 2025/8/9 2:56:29

仿网站百度会怎么做,江西seo推广方案,党建设计素材网站,江西建设工程质量管理网站学习目标知道df添加新列的操作知道insert函数插入列数据知道drop函数删除df的行或列数据知道drop_duplicates函数对df或series进行数据去重知道unique函数对series进行数据去重知道apply函数的使用方法 1 DataFrame添加列注意:本文用到的数据集在文章顶部 1.1 直…

学习目标

知道df添加新列的操作
知道insert函数插入列数据
知道drop函数删除df的行或列数据
知道drop_duplicates函数对df或series进行数据去重
知道unique函数对series进行数据去重
知道apply函数的使用方法

1 DataFrame添加列

注意:本文用到的数据集在文章顶部

1.1 直接赋值添加列数据

通过 df[列名]=新值 或 df[列名]=series对象/list对象 添加新的一列, 新列添加到df的最后

添加列名为 城市 的一列, 值都为北京

import pandas as pd

# 加载数据集
df = pd.read_csv('../data/LJdata.csv')

# 获取前5条数据并复制一份
temp_df = df.head().copy()

# 添加一列数据都是固定值
temp_df['省份'] = '北京'
print(temp_df)

# 输出结果如下区域          地址    户型  面积  价格  朝向    更新时间  看房人数  城市
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26  北京
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33  北京
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34  北京
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30  北京
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30  北京

添加列名为 区县 的一列, 值分别是 朝阳区、朝阳区、西城区、昌平区、朝阳区

# 列表的数据数量必须和df的行数相等
temp_df['区县'] = ['朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区']
print(temp_df)

# 输出结果如下区域          地址    户型  面积  价格  朝向    更新时间  看房人数  省份    区县
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26  北京  朝阳区
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33  北京  朝阳区
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34  北京  西城区
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30  北京  昌平区
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30  北京  朝阳区

添加列名为 新价格 的一列, 值比原价格列的值多1000元

# 新增数据为series对象
# print(temp_df['价格'] + 1000)
temp_df['新价格'] = temp_df['价格'] + 1000
print(temp_df)

# 输出结果如下区域          地址    户型  面积  价格  ...    更新时间 看房人数  省份    区县 新价格
0    燕莎租房        新源街  2室1厅    50  5800  ...  2017.07.21       26  北京  朝阳区   6800
1    望京租房      澳洲康都  2室1厅    79  7800  ...  2017.07.23       33  北京  朝阳区   8800
2  广安门租房      远见名苑  2室1厅    86  8000  ...  2017.07.20       34  北京  西城区   9000
3  天通苑租房  天通苑北一区  2室1厅   103  5300  ...  2017.07.25       30  北京  昌平区   6300
4  团结湖租房    团结湖北口  2室1厅    63  6400  ...  2017.07.26       30  北京  朝阳区   7400

1.2 insert函数添加列数据

通过 df.insert(loc=,column=,value=) 方法在指定位置添加列

loc: 指定列位置下标数字

column: 添加列的列名

value: 添加列的所有值, series对象、列表对象、常数等

在区域列后添加列名为 城市 的一列, 值都为北京

# 获取前5条数据
new_df = df.head().copy()
print(new_df)
new_df.insert(loc=1, column='城市', value='北京')
print(new_df)

# 输出结果如下区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30区域  城市          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房  北京        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房  北京      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房  北京      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  北京  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房  北京    团结湖北口  2室1厅    63  6400    南  2017.07.26        30

在城市列后添加列名为 区县 的一列, 值分别是 朝阳区、朝阳区、西城区、昌平区、朝阳区

new_df.insert(loc=2, column='区县', value=['朝阳区', '朝阳区', '西城区', '昌平区', '朝阳区'])
print(new_df)

# 输出结果如下区域  城市    区县          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房  北京  朝阳区        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房  北京  朝阳区      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房  北京  西城区      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  北京  昌平区  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房  北京  朝阳区    团结湖北口  2室1厅    63  6400    南  2017.07.26        30

在价格列后添加列名为 新价格 的一列, 值比原价格列的值多1000元

pd.set_option('display.max_columns', None)  # 展示所有列
pd.set_option('display.width', None)  # 不换行显示
new_df.insert(loc=7, column='新价格', value=new_df['价格'] + 1000)
print(new_df)

# 输出结果如下区域  城市    区县          地址    户型  面积  价格  新价格  朝向    更新时间  看房人数
0    燕莎租房  北京  朝阳区        新源街  2室1厅    50  5800    6800    南  2017.07.21        26
1    望京租房  北京  朝阳区      澳洲康都  2室1厅    79  7800    8800    东  2017.07.23        33
2  广安门租房  北京  西城区      远见名苑  2室1厅    86  8000    9000    东  2017.07.20        34
3  天通苑租房  北京  昌平区  天通苑北一区  2室1厅   103  5300    6300  东南  2017.07.25        30
4  团结湖租房  北京  朝阳区    团结湖北口  2室1厅    63  6400    7400    南  2017.07.26        30

2 DataFrame删除行列

通过 df.drop(labels=, axis=, inplace=) 方法删除行列数据

labels: 行索引值或列名列表

axis: 删除行->0或index, 删除列->1或columns, 默认0

inplace: True或False, 是否在原数据上删除, 默认False

# 删除一行数据, 原df上并没有删除
print(temp_df.drop(labels=[0]))

# 删除多行数据, 原df上删除
temp_df.drop(labels=[0, 2, 4], axis='index', inplace=True)
print(temp_df)

# 删除一列数据, 原df上并没有删除
print(temp_df.drop(labels=['新价格'], axis=1))

# 删除多列数据, 原df上删除
temp_df.drop(labels=['新价格', '区县', '省份'], axis='columns', inplace=True)
print(temp_df)

# 输出结果如下区域          地址    户型  面积  价格  ...    更新时间 看房人数  省份    区县 新价格
1    望京租房      澳洲康都  2室1厅    79  7800  ...  2017.07.23       33  北京  朝阳区   8800
2  广安门租房      远见名苑  2室1厅    86  8000  ...  2017.07.20       34  北京  西城区   9000
3  天通苑租房  天通苑北一区  2室1厅   103  5300  ...  2017.07.25       30  北京  昌平区   6300
4  团结湖租房    团结湖北口  2室1厅    63  6400  ...  2017.07.26       30  北京  朝阳区   7400

[4 rows x 11 columns]区域          地址    户型  面积  价格  ...    更新时间 看房人数  省份    区县 新价格
1    望京租房      澳洲康都  2室1厅    79  7800  ...  2017.07.23       33  北京  朝阳区   8800
3  天通苑租房  天通苑北一区  2室1厅   103  5300  ...  2017.07.25       30  北京  昌平区   6300

[2 rows x 11 columns]区域          地址    户型  面积  价格  朝向    更新时间  看房人数  省份    区县
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33  北京  朝阳区
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30  北京  昌平区区域          地址    户型  面积  价格  朝向    更新时间  看房人数
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30

3 Series或DataFrame数据去重

通过 <s/df>.drop_duplicates(subset=,keep=,inplace=) 方法对数据去重

subset: df的参数, 传入列名列表, 对指定列进行去重, 不写此参数默认对所有列进行去重

keep: 保留哪条重复数据, first->保留第一条, last->保留最后一条, False->都不保留, 默认first

inplace: True或False, 是否在原数据上去重, 默认False

DataFrame数据去重 duplicates

temp_df = df.head().copy()

# 对df所有列去重, 当前df没有重复的行数据
print(temp_df.drop_duplicates())
# 根据指定列对df去重, 默认保留第一条数据
# 第1行和第5行、第2行和第3行重复
print(temp_df.drop_duplicates(subset=['户型', '朝向']))
# 保留最后一条数据
# print(temp_df.drop_duplicates(subset=['户型', '朝向'], keep='last'))
# 重复数据都不保留
# print(temp_df.drop_duplicates(subset=['户型', '朝向'], keep=False))

# 输出结果如下区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30

Series数据去重

print('-------------去重之后返回Series对象--------------------')
# 默认保留第一条数据
print(temp_df['朝向'].drop_duplicates())
# 保留最后一条数据
print(temp_df['朝向'].drop_duplicates(keep='last'))
# 重复数据都不保留
print(temp_df['朝向'].drop_duplicates(keep=False))

print('-------------去重之后返回数组--------------------')
# series对象还可以使用unique函数去重, 返回ndarray数组
print(temp_df['朝向'].unique())
# nunique函数实现去重计数操作, 类似 count(distinct)
print(temp_df['朝向'].nunique())

# 输出结果如下
0      南
1      东
3    东南
Name: 朝向, dtype: object
2      东
3    东南
4      南
Name: 朝向, dtype: object
3    东南
Name: 朝向, dtype: object
['南' '东' '东南']
3

4 Series或DataFrame数据修改

4.1 直接修改数据

通过 df[列名]=新值 或 s[行索引]=新值 修改数据

# 获取前5条数据并复制一份
temp_df = df.head().copy()

# 获取价格列, 得到series对象, 复制一份数据
s1 = temp_df['价格'].copy()
print(s1)

# series修改数据
s1[0] = 7000
print(s1)

# dataframe修改数据, 列表数据数量要和行数相等
temp_df['价格'] = [6800, 8800, 9000, 6300, 6400]
print(temp_df)

# 输出结果如下
0    5800
1    7800
2    8000
3    5300
4    6400
Name: 价格, dtype: int64
0    7000
1    7800
2    8000
3    5300
4    6400
Name: 价格, dtype: int64区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  6800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  8800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  9000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  6300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30

4.2 replace函数替换数据

通过 <s/df>.replace(to_replace=, value=, inplace=) 方法替换数据

to_replace: 需要替换的数据

value: 替换后的数据

inplace: True或False, 是否在原数据上替换, 默认False

# 获取前5条数据并复制一份
temp_df = df.head().copy()

# 替换series的数据
print(temp_df['价格'].replace(to_replace=5300, value=6000))

temp_df['朝向'].replace('东南', '西', inplace=True)
print(temp_df)

# 替换dataframe的数据
print(temp_df.replace(to_replace='2室1厅', value='3室2厅'))

# 输出结果如下
0    5800
1    7800
2    8000
3    6000
4    6400
Name: 价格, dtype: int64区域          地址    户型  面积  价格 朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800   南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800   东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000   东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  5300   西  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400   南  2017.07.26        30区域          地址    户型  面积  价格 朝向    更新时间  看房人数
0    燕莎租房        新源街  3室2厅    50  5800   南  2017.07.21        26
1    望京租房      澳洲康都  3室2厅    79  7800   东  2017.07.23        33
2  广安门租房      远见名苑  3室2厅    86  8000   东  2017.07.20        34
3  天通苑租房  天通苑北一区  3室2厅   103  5300   西  2017.07.25        30
4  团结湖租房    团结湖北口  3室2厅    63  6400   南  2017.07.26        30

4.3执行自定义函数修改数据

有时需要我们对df或s对象中的数据做更加精细化的修改动作，并将修改操作封装成为一个自定义的函数；这时我们就可以利用<s/df>.apply(函数名)来调用我们自定义的函数

s或df对象可以借助apply函数执行自定义函数, 内置函数无法处理需求时就需要使用自定义函数来处理

4.3.1s.apply()函数遍历每一个值同时执行自定义函数

Series对象使用apply调用自定义的函数，返回新的Series对象

# 加载数据集
df = pd.read_csv('../data/LJdata.csv')
# 获取前5条数据并复制一份
temp_df = df.head().copy()


# 自定义函数, 最少接收一个参数
def func(x):# x此时是s对象中一个数据值：燕莎租房、望京租房print('x的值是->', x)# 本自定义函数返回的也是一个数据if x == '天通苑租房':return '昌平区'return x


temp_df['区域'] = temp_df['区域'].apply(func)
print(temp_df)

# 输出结果如下
x的值是-> 燕莎租房
x的值是-> 望京租房
x的值是-> 广安门租房
x的值是-> 天通苑租房
x的值是-> 团结湖租房区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3      昌平区  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30

Series对象使用apply调用自定义的函数，并向自定义函数中传入其他参数

# 获取前5条数据
temp_df = df.head().copy()


# 自定义函数, 最少接收一个参数
def func(x, arg1, arg2):# x此时是s对象中一个数据print('x的值是->', x)# 本自定义函数返回的也是一个数据if x == '天通苑租房':return arg1return arg2


# args: 传入其他参数值, 元组类型
temp_df['区域'] = temp_df['区域'].apply(func, args=('昌平区', '其他区'))

# apply中其他参数名和自定义函数中其他形参名相同
# temp_df['区域'] = temp_df['区域'].apply(func1, arg1='昌平区', arg2='其他区')
print(temp_df)

# 输出结果如下
x的值是-> 燕莎租房
x的值是-> 望京租房
x的值是-> 广安门租房
x的值是-> 天通苑租房
x的值是-> 团结湖租房区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0  其他区        新源街  2室1厅    50  5800    南  2017.07.21        26
1  其他区      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  其他区      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  昌平区  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  其他区    团结湖北口  2室1厅    63  6400    南  2017.07.26        30

4.3.2 df.apply()函数遍历每一行/列同时执行自定义函数

# 获取前5条数据
temp_df = df.head().copy()
print(temp_df)


def func1(s, arg1):# 此时s参数就是df中的一列数据, s对象# print('s的值是->', s)# print('s的类型是->', type(s))# 本自定义函数也必须返回一列数据, s对象# print(s.__dict__)if s._name == '价格':return s + arg1else:return s

# 默认遍历df每列, axis=0
print(temp_df.apply(func1, args=(1000,), axis=0))


def func2(s, arg1):# 此时s参数就是df中的一行数据, s对象# print('s的值是->', s)# print('s的类型是->', type(s))# 本自定义函数也必须返回一列数据, s对象# print(s.__dict__)if s['区域'] == '天通苑租房':# 修改价格对应的值s['价格'] = s['价格'] + arg1return selse:return s



# 遍历df每行, axis=1
print(temp_df.apply(func2, arg1=1000, axis=1))

# 输出结果如下区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  6800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  8800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  9000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  6300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  7400    南  2017.07.26        30区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  6300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30

4.3.3 df.applymap()函数遍历每一个值同时执行自定义函数

# 获取前5条数据
temp_df = df.head().copy()
print(temp_df)


# 自定义函数只能接收一个参数
def func(x):# 此时x参数就是df中的每个数据# print('x的值是->', x)# 本自定义函数也必须返回一个数据if x == '2室1厅':return '3室2厅'else:return x


print(temp_df.applymap(func))

# 输出结果如下区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  2室1厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  2室1厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  2室1厅    86  8000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  2室1厅   103  5300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  2室1厅    63  6400    南  2017.07.26        30区域          地址    户型  面积  价格  朝向    更新时间  看房人数
0    燕莎租房        新源街  3室2厅    50  5800    南  2017.07.21        26
1    望京租房      澳洲康都  3室2厅    79  7800    东  2017.07.23        33
2  广安门租房      远见名苑  3室2厅    86  8000    东  2017.07.20        34
3  天通苑租房  天通苑北一区  3室2厅   103  5300  东南  2017.07.25        30
4  团结湖租房    团结湖北口  3室2厅    63  6400    南  2017.07.26        30

总结

请对下列API 有印象、能找到、能理解、能看懂

df['列名'] = 标量或向量 修改或添加列
df.insert(列下标数字, 列名, 该列所有值) 指定位置添加列
<df/s>.drop([索引值1, 索引值2, ...]) 根据索引删除行数据
df.drop([列名1, 列名2, ...], axis=1) 根据列名删除列数据
<df/s>.drop_duplicates() df或s对象去除重复的行数据
s.unique() s对象去除重复的数据
<df/s>.replace('原数据', '新数据', inplace=True) 替换数据
- df或series对象替换数据，返回的还是原来相同类型的对象，不会对原来的df造成修改
- 如果加上inplace=True参数，则会修改原始df
apply函数
- s.apply(自定义函数名, arg1=xx, ...) 对s对象中的每一个值，都执行自定义函数，且该自定义函数除了固定接收每一个值作为第一参数以外，还可以接收其他自定义参数
- df.apply(自定义函数名, arg1=xx, ...) 对df对象中的每一列，都执行自定义函数，且该自定义函数除了固定接收列对象作为第一参数以外，还可以接收其他自定义参数
- df.apply(自定义函数名, arg1=xx, ..., axis=1) 对df对象中的每一行，都执行自定义函数，且该自定义函数除了固定接收行对象作为第一参数以外，还可以接收其他自定义参数
applymap函数
- df.applymap(自定义函数名) 对df对象中的每个值, 都执行自定义函数, 且该自定义函数只能接收每个值作为参数, 不能接收其他自定义参数