pandas数值计算与排序方法

 更新时间:2018年04月12日 15:21:58   作者:数据阿伯  
下面小编就为大家分享一篇pandas数值计算与排序方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

以下代码是基于python3.5.0编写的

import pandas
food_info = pandas.read_csv("food_info.csv")
# ---------------------特定列加减乘除-------------------------
print(food_info["Iron_(mg)"])
div_1000 = food_info["Iron_(mg)"] / 1000
add_100 = food_info["Iron_(mg)"] + 100
sub_100 = food_info["Iron_(mg)"] - 100
mult_2 = food_info["Iron_(mg)"]*2
# ---------------------某两列相乘---------------------------
water_energy = food_info["Water_(g)"] * food_info["Energ_Kcal"]
# ----------------------把某一列除1000,再添加新列----------------------------
iron_grams = food_info["Iron_(mg)"] / 1000
food_info["Iron_(g)"] = iron_grams
#-------------------Score=2×(Protein_(g))−0.75×(Lipid_Tot_(g))--------------
weighted_protein = food_info["Protein_(g)"] * 2
weighted_fat = -0.75 * food_info["Lipid_Tot_(g)"]
initial_rating = weighted_protein + weighted_fat
#----------------------------数据归一化-----------------------------------
max_calories = food_info["Energ_Kcal"].max()              #找列最大值
normalized_calories = food_info["Energ_Kcal"] / max_calories
normalized_protein = food_info["Protein_(g)"] / food_info["Protein_(g)"].max()
normalized_fat = food_info["Lipid_Tot_(g)"] / food_info["Lipid_Tot_(g)"].max()
food_info["Normalized_Protein"] = normalized_protein
food_info["Normalized_Fat"] = normalized_fat
# -------------------------------排序----------------------------------
food_info.sort_values("Sodium_(mg)", inplace=True)           #升序,inplace=True表示不从建DataFrame
print(food_info["Sodium_(mg)"])
food_info.sort_values("Sodium_(mg)", inplace=True, ascending=False)  #降序,ascending=False表示降序
print(food_info["Sodium_(mg)"])

以上这篇pandas数值计算与排序方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • Django-Scrapy生成后端json接口的方法示例

    Django-Scrapy生成后端json接口的方法示例

    这篇文章主要介绍了Django-Scrapy生成后端json接口的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-10-10
  • 解决mnist数据集下载的相关问题

    解决mnist数据集下载的相关问题

    这篇文章主要介绍了解决mnist数据集下载的相关问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06
  • python正常时间和unix时间戳相互转换的方法

    python正常时间和unix时间戳相互转换的方法

    这篇文章主要介绍了python正常时间和unix时间戳相互转换的方法,涉及时间字符串与Unix时间戳的实现与转换技巧,需要的朋友可以参考下
    2015-04-04
  • Python操作Excel插入删除行的方法

    Python操作Excel插入删除行的方法

    今天小编就为大家分享一篇Python操作Excel插入删除行的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python最长回文子串问题

    Python最长回文子串问题

    这篇文章主要介绍了Python最长回文子串问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-11-11
  • Python中两个列表数字相加的4种方法示例详解

    Python中两个列表数字相加的4种方法示例详解

    这篇文章主要给大家介绍了关于Python中两个列表数字相加的4种方法,我们可以使用Python的加号和减号运算符来实现两个数字的相加减,需要的朋友可以参考下
    2023-08-08
  • PyTorch学习笔记之回归实战

    PyTorch学习笔记之回归实战

    这篇文章主要介绍了PyTorch学习笔记之回归实战,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-05-05
  • Pyinstaller打包多个资源文件的超详细教程(推荐!)

    Pyinstaller打包多个资源文件的超详细教程(推荐!)

    Pyinstaller是著名python打包module,软件或者小工具用python写好后,用pyinstaller 可以实现轻松打包,下面这篇文章主要给大家介绍了关于Pyinstaller打包多个资源文件的超详细教程,需要的朋友可以参考下
    2022-12-12
  • PyTorch 模型 onnx 文件导出及调用详情

    PyTorch 模型 onnx 文件导出及调用详情

    这篇文章主要介绍了PyTorch模型onnx文件导出及调用详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-07-07
  • python利用opencv调用摄像头实现目标检测

    python利用opencv调用摄像头实现目标检测

    这篇文章主要为大家介绍了python利用opencv调用摄像头实现目标检测的示例代码,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05

最新评论