pandas在pd.DataFrame({'卡级':[],'账号':[]})给‘卡级’添加值
时间: 2024-01-20 09:02:14 浏览: 83
您可以使用`df['卡级'] = [value1, value2, ...]`的方法给`'卡级'`列添加值,其中`df`是您创建的DataFrame对象,`value1, value2, ...`是您要添加的值。例如:
```
import pandas as pd
data = {'卡级': [], '账号': []}
df = pd.DataFrame(data)
card_levels = ['普卡', '金卡', '白金卡', '钻石卡']
df['卡级'] = card_levels
print(df)
```
运行结果:
```
卡级 账号
0 普卡 NaN
1 金卡 NaN
2 白金卡 NaN
3 钻石卡 NaN
```
相关问题
import pandas as pd pd.set_option('display.unicode.east_asian_width',True) df = pd.read_excel('C:\yh\PycharmProjects\study\A5204990500002023050006\study\总表.xlsx',index_col=0,dtype=str) first_card = '6228480269035098277' level_cards = pd.DataFrame({'卡级':[],'账号':[],'账号姓名':[]}) for index,row in df.iterrows(): if row[1] == first_card: level_cards = pd.concat([level_cards,pd.DataFrame({'卡级':['一级卡'],'账号':[row[1]]})],ignore_index=True) level_cards.drop_duplicates(subset='账号',keep='first',inplace=True) for index,row in df.iterrows(): if row[1] == first_card: level_cards = pd.concat([level_cards,pd.DataFrame({'卡级':['二级卡'],'账号':row[3],'账号姓名':row[2]})],ignore_index=True) level_cards.drop_duplicates(subset='账号',keep='first',inplace=True) print(level_cards) for index,row in df.iterrows(): if level_cards in row[1]: level_cards = pd.concat([level_cards, pd.DataFrame({'卡级': ['三级卡'], '账号': row[3], '账号姓名': row[2]})], ignore_index=True) print(level_cards)
这代码主要是用来读取一个 Excel 文件,并对其中的数据进行处理,最终输出一个包含卡级、账号和账号姓名的数据框。其中,“一级卡”是指账号本身,而“二级卡”和“三级卡”是指与账号相关联的其他卡。
具体来说,代码首先通过 pandas 库中的 read_excel() 函数来读取指定路径下的 Excel 文件,然后使用 iterrows() 函数来遍历每一行数据。在第一个 for 循环中,如果某一行的第二列(即“卡号”)等于指定的“一级卡”账号,就将该账号添加到 level_cards 数据框中,并标记为“一级卡”。在第二个 for 循环中,如果某一行的第二列等于“一级卡”账号,就将该账号关联的“二级卡”账号添加到 level_cards 数据框中,并标记为“二级卡”。最后,第三个 for 循环中,如果某一行的第二列包含在 level_cards 数据框中的账号中,就将该行的账号和账号姓名添加到 level_cards 数据框中,并标记为“三级卡”。
最终,代码输出 level_cards 数据框,其中包含所有的卡级、账号和账号姓名信息。
import pandas as pd pd.set_option('display.unicode.east_asian_width', True) df = pd.read_excel('G:\A5204990500002023050006\一级卡6228480269035098277.xlsx',index_col=0) print(df) first_card = 6228480269035098277 level_cards = pd.DataFrame({'卡级': [], '账号': []}) for index, row in df.iterrows(): if row[0] == first_card: level_cards = pd.concat([level_cards, pd.DataFrame({'卡级': ['一级卡'], '账号': [row[0]]})], ignore_index=True) print(level_cards)
这段代码的作用是从 Excel 文件中读取数据,然后查找第一级卡的账号,并将其存储在一个 Pandas DataFrame 对象中。
首先,我们使用 Pandas 的 `read_excel()` 函数从 Excel 文件中读取数据,并将其存储在一个名为 `df` 的 DataFrame 对象中。`index_col=0` 参数表示我们将第一列作为索引列。
接下来,我们定义了一个名为 `first_card` 的变量,它保存了我们要查找的第一级卡的账号。
然后,我们创建了一个名为 `level_cards` 的空 DataFrame 对象,它将用于存储我们找到的第一级卡的账号和卡级。
接下来,我们开始迭代 `df` DataFrame 对象的每一行,使用 `iterrows()` 函数。
在每次迭代中,我们检查当前行的第一列是否等于 `first_card`。如果是,我们就将该账号添加到 `level_cards` DataFrame 对象中,并将其卡级设置为一级卡。我们使用 `concat()` 函数将新的数据行添加到 `level_cards` DataFrame 对象中。
最后,我们打印出 `level_cards` DataFrame 对象,它应该包含我们找到的第一级卡的账号和卡级。