[已解决]关于pandas的应用

私はり

我想要将这个文件内的基本信息那一列
分成三列 学历   工作经验   因为薪资前面已经给出
我感觉重复了  想把它分出来删除掉
请问该怎么做？

最佳答案

月排行榜 / 总排行榜

阿奇_o

2021-4-3 00:20:07

私はり 发表于 2021-4-2 21:15
我要用程序来实现
是个作业

太久没用pandas。。搞了一小时。。
就这样吧，

1. import pandas as pd
   
2. df = pd.read_csv('lagou_recruitment.csv')
   
3. 
   
4. # 分列操作
   
5. work_year = pd.Series(df['基本要求'].apply(lambda s : s.split(' ')[1])).rename('工作年限') # 工作年限
   
6. edu_bgd = pd.Series(df['基本要求'].apply(lambda s : s.split(' ')[3])).rename('学历') # 学历
   
7. # print(type(work_year))
   
8. # print(work_year, edu_bgd)
   
9. 
   
10. # 去掉不需要的列
    
11. df_cut = df.drop(columns=['Unnamed: 0', '基本要求'])
    
12. # print(df_cut.columns)
    
13. 
    
14. # 把要的列，拼起来
    
15. s = pd.concat([  df_cut[['岗位名称', '公司名称', '城市', '地点', '薪资']], work_year, edu_bgd,
    
16.                  df_cut[['公司状况', '岗位技能', '公司福利']] ], axis=1)
    
17. 
    
18. # 重命名 列名
    
19. print(s.columns)
    
20. new_cols_name = list(df_cut.columns)[:5] + ['工作年限', '学历'] + list(df_cut.columns[5:])
    
21. print(new_cols_name)
    
22. df_re = s.rename(columns=dict(zip(s.columns, new_cols_name))) # 对列重命名，需要用 字典。。
    
23. 
    
24. # 写入csv
    
25. df_re.to_csv('lagou_r_new.csv', index=False, encoding='utf-8-sig') # -sig 解决乱码问题
    
26. print(df_re)
    

复制代码

跳转到最佳答案楼层

阿奇_o

Excel点几下鼠标，一个分列操作，就可以搞定了。。 必须用pandas么？自己想练习一下？

私はり

阿奇_o 发表于 2021-4-2 21:12
Excel点几下鼠标，一个分列操作，就可以搞定了。。 必须用pandas么？自己想练习一下？

我要用程序来实现
是个作业

阿奇_o

私はり 发表于 2021-4-2 21:15
我要用程序来实现
是个作业

太久没用pandas。。搞了一小时。。
就这样吧，

1. import pandas as pd
   
2. df = pd.read_csv('lagou_recruitment.csv')
   
3. 
   
4. # 分列操作
   
5. work_year = pd.Series(df['基本要求'].apply(lambda s : s.split(' ')[1])).rename('工作年限') # 工作年限
   
6. edu_bgd = pd.Series(df['基本要求'].apply(lambda s : s.split(' ')[3])).rename('学历') # 学历
   
7. # print(type(work_year))
   
8. # print(work_year, edu_bgd)
   
9. 
   
10. # 去掉不需要的列
    
11. df_cut = df.drop(columns=['Unnamed: 0', '基本要求'])
    
12. # print(df_cut.columns)
    
13. 
    
14. # 把要的列，拼起来
    
15. s = pd.concat([  df_cut[['岗位名称', '公司名称', '城市', '地点', '薪资']], work_year, edu_bgd,
    
16.                  df_cut[['公司状况', '岗位技能', '公司福利']] ], axis=1)
    
17. 
    
18. # 重命名 列名
    
19. print(s.columns)
    
20. new_cols_name = list(df_cut.columns)[:5] + ['工作年限', '学历'] + list(df_cut.columns[5:])
    
21. print(new_cols_name)
    
22. df_re = s.rename(columns=dict(zip(s.columns, new_cols_name))) # 对列重命名，需要用 字典。。
    
23. 
    
24. # 写入csv
    
25. df_re.to_csv('lagou_r_new.csv', index=False, encoding='utf-8-sig') # -sig 解决乱码问题
    
26. print(df_re)
    

复制代码

私はり

阿奇_o 发表于 2021-4-3 00:20
太久没用pandas。。搞了一小时。。
就这样吧，

好的  谢谢

私はり

阿奇_o 发表于 2021-4-3 00:20
太久没用pandas。。搞了一小时。。
就这样吧，

1. import pandas as pd
   
2. data = pd.read_csv(r'D:\lagou_recruitment.csv')
   
3. data.head()
   
4. data.columns = ['Unnamed', '岗位名称', '公司名称', '城市', '地点', '薪资', '基本要求', '公司状况', '岗位技能', '公司福利']
   
5. data = data.drop(['Unnamed'],axis=1)
   
6. data.head()
   
7. 
   
8. 为什么我这里会报错
   
9. 会显示  ‘基本要求’ 这个错
   
10. dups = data.duplicated()
    
11. print('Number of duplicate rows = %d' % (dups.sum()))
    
12. print('Number of rows before discarding duplicates = %d' % (data.shape[0]))
    
13. data2 = data.drop_duplicates()#删除重复值
    
14. print('Number of rows after discarding duplicates = %d' % (data2.shape[0]))
    
15. work_year = pd.Series(data2['基本要求'].apply(lambda s : s.split(' ')[1])).rename('工作年限') # 工作年限
    
16. edu_bgd = pd.Series(data2['基本要求'].apply(lambda s : s.split(' ')[3])).rename('学历') # 学历
    
17. print(type(work_year))
    
18. print(work_year, edu_bgd)

复制代码

私はり

阿奇_o 发表于 2021-4-3 00:20
太久没用pandas。。搞了一小时。。
就这样吧，

我做好了
不知道为什么 有时会报错
有时不会
谢谢了