拯救pandas计划（2）——交换两列中不同的数据
拯救pandas计划（2）——交换两列中不同的数据
数据需求
需求拆解
构建数据
需求处理
方法一
方法二
总结
最近发现周围的很多小伙伴们都不太乐意使用pandas，转而投向其他的数据操作库，身为一个数据工作者，基本上是张口pandas，闭口pandas了，故而写下此系列以让更多的小伙伴们爱上pandas。
系列文章说明：
系列名（系列文章序号）——此次系列文章具体解决的需求
平台：
windows 10 python 3.8 pandas 1.2.4
数据需求
这次简单的讲一讲一个小小的数据处理，如何将下图红框部分与蓝框部分数据进行交换。
需求拆解
只是将两列的所有数据进行交换那还比较好处理，直接更改各自的列名就行了，现在是交换部分值，思路将一列值拿出来，用另一列进行填充，我们也不用别的方法，上pandas！
构建数据
需求处理
方法一
随便找一列作为mask列，将不符合条件的索引变成True，就能通过布尔取值拿出想要的值。
# map调用函数为自定义条件函数，在这里仅为示例
# 学历列包含数值型，需强转为str再进行自定义条件筛选
mask = df['学历'].astype(str).map(lambda x: '经验不限' in x or '年' in x or x.isdigit())
# 通过布尔提取交换两列数据
df.loc[mask, '经验'], df.loc[mask, '学历'] = df.loc[mask, '学历'], df.loc[mask, '经验']
方法二
提到数据的索引交换就不得不把numpy也一起搬出来了。通过.values方法得到narray数组，再根据numpy的索引提取赋值给当前数据框。
# mask已在上一步获得
df.loc[mask, ['学历', '经验']] = df.loc[mask, ['学历', '经验']].values[:,[1,0]]
可以看到也是可以成功交换的。
ps: 是不能直接将两列进行交换的
df.loc[mask, ['经验', '学历']] = df.loc[mask, ['学历', '经验']]
这行代码运行完会发现无事发生，其原理有点不太明白，可能是视图不能直接赋值吧。。。
总结
数据的获取难免会碰到与自己想法不一致的，在这里也是因为数据不在它本来所在的列中，需要进行数据的提取并重新赋值，而在python中直接使用两列进行交换即可，也得益于pandas的数据整合方法非常强大，节省时间来做其他更有意义的事。
冬日的夜晚，星星也还在频频的眨眼，静谧的，祥和的，今晚也一定会有个好梦吧。
于二零二二年元月十二日作
评论