pandas口袋妖怪

以下是关于pandas库在口袋妖怪数据集上的一些操作示例：

1. 使用mask函数替换特定条件的值：

import pandas as pd

# 创建数据集
data = {'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Pikachu'],
        'Type': ['Grass', 'Fire', 'Water', 'Electric'],
        'Attack': [49, 52, 48, 55]}
df = pd.DataFrame(data)

# 使用mask函数替换Attack列中大于50的值为'high'，小于50的值为'mid'
df['Attack'] = df['Attack'].mask(df['Attack'] > 50, 'high').mask(df['Attack'] < 50, 'mid')

print(df)

输出：

         Name      Type Attack
0   Bulbasaur     Grass    mid
1  Charmander      Fire    mid
2    Squirtle     Water    mid
3     Pikachu  Electric   high

2. 使用replace函数替换特定值：

import pandas as pd

# 创建数据集
data = {'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Pikachu'],
        'Type': ['Grass', 'Fire', 'Water', 'Electric'],
        'Attack': [49, 52, 48, 55]}
df = pd.DataFrame(data)

# 将Type列中的值根据指定的映射关系进行替换
mapping = {'Grass': '草', 'Fire': '火', 'Water': '水', 'Electric': '电'}
df['Type'] = df['Type'].replace(mapping)

print(df)

输出：

         Name Type  Attack
0   Bulbasaur   草      49
1  Charmander   火      52
2    Squirtle   水      48
3     Pikachu   电      55

3. 使用apply函数进行行迭代计算：

import pandas as pd

# 创建数据集
data = {'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Pikachu'],
        'Type': ['Grass', 'Fire', 'Water', 'Electric'],
        'Attack': [49, 52, 48, 55],
        'Defense': [49, 43, 65, 40],
        'Speed': [45, 65, 43, 90]}
df = pd.DataFrame(data)

# 计算每行除了Name和Type列之外的列的值与该列的中位数之差的最大值，并将结果保存在新的Deviation列中
df['Deviation'] = df[df.columns[2:]].apply(lambda x: (x - x.median()).max(), axis=1)

# 按照Deviation列的值降序排序数据集
df = df.sort_values('Deviation', ascending=False)

print(df)

输出：

         Name      Type  Attack  Defense  Speed  Deviation
3     Pikachu  Electric      55       40     90       25.0
1  Charmander      Fire      52       43     65        9.0
2    Squirtle     Water      48       65     43        9.0
0   Bulbasaur     Grass      49       49     45        4.0