Python数据分析实战-dataframe 某一列数据每个元素做处理并新增一列（附源码和实现效果）

实现功能

dataframe 某一列数据每个元素做处理并新增一列

实现代码

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['foo', 'bar', 'baz']})
# 对列 B 中的每个元素加上 'processed_' 前缀，并将结果添加为新列 C
df['C'] = df['B'].apply(lambda x: 'processed_' + x) # 处理结果新增一列
# df['B'] = df['B'].apply(lambda x: 'processed_' + x)  结果直接替换该列
print(df)


import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3, 4, 5]})
# 对 col1 进行处理，并新增一列 col2
df['col2'] = df['col1'] * 2
# 输出处理后的 DataFrame
print(df)

实现效果

 

本人读研期间发表5篇SCI数据挖掘相关论文，现在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定认知和理解，会结合自身科研实践经历不定期分享关于python机器学习、深度学习、数据挖掘基础知识与案例。

致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。

邀请三个朋友关注V订阅号：数据杂坛，即可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。