pandas，對dataFrame中某一個列的數據進行處理

背景：dataFrame的數據，想對某一個列做邏輯處理，生成新的列，或覆蓋原有列的值

 

下面例子中的df均為pandas.DataFrame()的數據

 

1、增加新列，或更改某列的值

df["列名"]=值

 

如果值為固定的一個值，則dataFrame中該列所有值均為這個數據

 

2、處理某列

df["列名"]=df.apply(lambda x:方法名(x,入參2),axis=1)

 

說明：

1、方法名為單獨的方法名，可以處理傳入的x數據

2、x為每一行的數據，做為方法的入參1；x中的數據可以用【x.列名】來獲取

3、入參2等為方法需要的其他參數，不需要可以不寫

4、axis=1，表示每次取一行數據進行處理，按行處理

 

例子如下：

根據列title的是否包含特定詞，來賦值給新的列1或0的值

 

bugInfo['IntegrationTest'] = bugInfo.apply(lambda x: self.bug_rule(x, "IntegrationTest"), axis = 1)
 
def bug_rule(self, frame, type):  # 處理列表中的數據，更新到sql數據庫中
    result = "0"
    if type == "SmokeTest":  # 冒煙測試
        if re.search("^\[冒煙\]|\[冒煙測試\]|【冒煙】|【冒煙測試】", frame["title"]):
            result = "1"
    elif type == "InterfaceTest":  # 接口測試
        if re.search("^\[接口\]|\[接口測試\]|【接口】|【接口測試】", frame["title"]):
            result = "1"
    elif type == "IntegrationTest":  # 集成測試
        if self.IntegrationTime != "" and self.IntegrationTime == frame["created_time"]:
            result = "1"
    return result