Python Pandas apply():如何基于字符串匹配将选定列相乘并返回完整的数据帧
我有名称、FDR%、年龄、FCR%、收入等列。我想选择字符串“%”匹配的列并乘以100。最后,我想返回包含“%column”值的整个数据帧。我尝试如下:Python Pandas apply():如何基于字符串匹配将选定列相乘并返回完整的数据帧,python,pandas,apply,Python,Pandas,Apply,我有名称、FDR%、年龄、FCR%、收入等列。我想选择字符串“%”匹配的列并乘以100。最后,我想返回包含“%column”值的整个数据帧。我尝试如下: df_final=df_1.filter(like='%', axis=1).apply(lambda x:x*100) df_final 这只返回子集,即在FDR%和FCR%上操作的列。我需要返回带有相应更改的整个数据帧 还有更好的方法实现同样的功能吗?您可以从过滤器返回的数据帧中选择列,并通过100选择多个列: df_1 = pd.Dat
df_final=df_1.filter(like='%', axis=1).apply(lambda x:x*100)
df_final
这只返回子集,即在FDR%和FCR%上操作的列。我需要返回带有相应更改的整个数据帧
还有更好的方法实现同样的功能吗?您可以从
过滤器返回的数据帧中选择列,并通过100
选择多个列:
df_1 = pd.DataFrame({
'A':list('abcdef'),
'FDR%':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
'FCR%':[1,3,5,7,1,0],
'E':[5,3,6,9,2,4],
})
cols = df_1.filter(like='%').columns
df_1[cols] *= 100
print (df_1)
A FDR% C FCR% E
0 a 400 7 100 5
1 b 500 8 300 3
2 c 400 9 500 6
3 d 500 4 700 9
4 e 500 2 100 2
5 f 400 3 0 4
或使用或遮罩,并选择具有以下内容的列:
注意:
apply
这里的多选是错误的选择,因为引擎盖下的循环太慢了。快速解决方案仅是标量的倍数。看起来您只需要删除轴=1
。
mask = df_1.columns.str.contains('%')
#alternative
#mask = df_1.columns.str.endswith('%')
df_1.loc[:, mask] *= 100