pandas 新增数据列（直接赋值、apply，assign、分条件赋值）

# pandas新增数据列（直接赋值、apply、assign、分条件赋值）

# pandas在进行数据分析时，经常需要按照一定条件创建新的数据列，然后进行进一步分析
    # 1 直接赋值
    # 2 df.apply方法
    # 3 df.assig方法
    # 4 按条件选择分组分别赋值

import pandas as pd

# 0 读取csv数据到dataframe
df = pd.read_csv("beijing_tianqi_2018.csv")
print(df.head())

# 1 直接赋值的方法
# 实例：清理温度列，变成数字类型

# 替换掉温度的后缀
df.loc[:,'bWendu'] = df['bWendu'].str.replace("℃","").astype('int32')
df.loc[:,'yWendu'] = df['yWendu'].str.replace("℃","").astype('int32')

# 实例:计算温差
# 注意:df["bWendu"]其实是一个Series，后面的减法返回的是Series
df.loc[:,"wencha"] = df["bWendu"] - df["yWendu"]
print(df.head())

# 2 df.apply方法

# 实例：添加一列温度类型：
#  1 如果最高温度大于33度就是高温
#  2 如果最低温度低于-10度就是低温
#  3 否则就是常温
def get_wendu_type(x):
    if x["bWendu"] > 33:
        return "高温"
    if x["yWendu"] < -10:
        return "低温"
    else:
        return "常温"
# 注意需要设置axis ==1 ，这是series的index是columns
df.loc[:,"wendu_type"] = df.apply(get_wendu_type,axis=1)
# 查看温度类型的计数(高温、低温、常温各有多少天)
print(df["wendu_type"].value_counts())

# 3 df.assign方法
# 实例：将温度从摄氏度变成华氏度

# 可以同时添加多个新的列
df.assign(
    yWendu_huashi = lambda x : x['yWendu']*9/5 +32,
    bWendu_huashi = lambda x : x['bWendu']*9/5 +32
)
print(df['yWendu_huashi'])

# 4 按条件选择分组分别进行赋值
# 按条件选择数据，然后随这部分数据赋值新列
# 实例：高温温差大于10度，则认为温差大

# 先创建空列（这是第一种创建新列的方法）
df['wencha_type'] = ""
df.loc[df["bWendu"]-df["yWendu"] > 10,"wencha_type"] = "温差大"
df.loc[df["bWendu"]-df["yWendu"] <=10,"wencha_type"] = "温差正常"

df["wencha_type"].value_counts()