[已解决]pandas的应用

私はり

1.我想要去除公司地点那一列下元素的括号
2.生成显示行业平均薪资
不知道该怎么做，希望大佬能解答

最佳答案

月排行榜 / 总排行榜

阿奇_o

2021-4-3 18:03:30

又是你。。pandas可以出个系列了，哈哈
好，看代码：

1. # 新需求：
   
2. # 1.去掉 地点 列里的方括号
   
3. # 2.计算 行业平均工资
   
4. df = pd.read_csv('lagou_r_new.csv')
   
5. print(df.head())
   
6. print(df.columns)
   
7. 
   
8. # 1. 去掉 公司 列里的方括号
   
9. r = df['地点'].apply(lambda s: s.replace('[','').replace(']', ''))
   
10. print(r.head())
    
11. print( pd.concat( [df[df.columns[:3]], r , df[df.columns[4:]] ], axis=1).head() )
    
12. 
    
13. # 2.计算 行业平均工资
    
14. # 思路：
    
15. # 因 薪资 是 8k-15k 的形式，可以将 k 替换为 000 ， - 替换为 + ；
    
16. # 然后进行 eval() 求和，即 变成 eval(‘8000’+‘15000’) , 再 除以 2 即 每个岗位的平均薪资
    
17. 
    
18. df_rep = df['薪资'].apply(lambda s: eval(s.replace('k','000').replace('K', '000').replace('-', '+'))) # 返回的是 列表/序列（Series)！
    
19. print(df_rep.head()) #
    
20. 
    
21. df_rep = pd.DataFrame(df_rep)
    
22. # hy = df['公司状况'].apply(lambda s: s.split(' / ')[0]) # 行业分类。。
    
23. # print(hy)
    
24. # avg = df_rep.groupby(hy)[['薪资']].mean()
    
25. 
    
26. # 以 求 各城市平均薪资 为例（行业列还没清洗好，数据脏乱）
    
27. avg = df_rep.groupby(by=df['城市'])['薪资'].mean().round()
    
28. print(avg.sort_values(ascending=False))  
    
29. 
    
30. # 我勒个去，北上深 40K+ , 原来 年薪40万 是这样来的，哈哈
    

复制代码

跳转到最佳答案楼层

阿奇_o

又是你。。pandas可以出个系列了，哈哈
好，看代码：

1. # 新需求：
   
2. # 1.去掉 地点 列里的方括号
   
3. # 2.计算 行业平均工资
   
4. df = pd.read_csv('lagou_r_new.csv')
   
5. print(df.head())
   
6. print(df.columns)
   
7. 
   
8. # 1. 去掉 公司 列里的方括号
   
9. r = df['地点'].apply(lambda s: s.replace('[','').replace(']', ''))
   
10. print(r.head())
    
11. print( pd.concat( [df[df.columns[:3]], r , df[df.columns[4:]] ], axis=1).head() )
    
12. 
    
13. # 2.计算 行业平均工资
    
14. # 思路：
    
15. # 因 薪资 是 8k-15k 的形式，可以将 k 替换为 000 ， - 替换为 + ；
    
16. # 然后进行 eval() 求和，即 变成 eval(‘8000’+‘15000’) , 再 除以 2 即 每个岗位的平均薪资
    
17. 
    
18. df_rep = df['薪资'].apply(lambda s: eval(s.replace('k','000').replace('K', '000').replace('-', '+'))) # 返回的是 列表/序列（Series)！
    
19. print(df_rep.head()) #
    
20. 
    
21. df_rep = pd.DataFrame(df_rep)
    
22. # hy = df['公司状况'].apply(lambda s: s.split(' / ')[0]) # 行业分类。。
    
23. # print(hy)
    
24. # avg = df_rep.groupby(hy)[['薪资']].mean()
    
25. 
    
26. # 以 求 各城市平均薪资 为例（行业列还没清洗好，数据脏乱）
    
27. avg = df_rep.groupby(by=df['城市'])['薪资'].mean().round()
    
28. print(avg.sort_values(ascending=False))  
    
29. 
    
30. # 我勒个去，北上深 40K+ , 原来 年薪40万 是这样来的，哈哈
    

复制代码

阿奇_o

阿奇_o 发表于 2021-4-3 18:03
又是你。。pandas可以出个系列了，哈哈
好，看代码：

eval() 后 忘了 ÷ 2 了。。
应该是 df_rep = df['薪资'].apply(lambda s: (eval(s.replace('k','000').replace('K', '000').replace('-', '+'))/2))

那这样，就没 “年薪40万”了，而是 20万了，哈哈

私はり

阿奇_o 发表于 2021-4-3 18:03
又是你。。pandas可以出个系列了，哈哈
好，看代码：

好的谢谢
我研究下

私はり

阿奇_o 发表于 2021-4-3 18:03
又是你。。pandas可以出个系列了，哈哈
好，看代码：

研究一下各地区最高薪资是什么工作
这个问题该怎么做呢？

阿奇_o

先理解了 df['col'].apply() 和 匿名函数 怎么用，还有前面 怎么进行“分列操作”的，理解了吗
再看：df_rep = df['薪资'].apply(lambda s: (eval(s.replace('k','000').replace('K', '000').replace('-', '+'))/2))

再理解 df_rep['salary'].groupby(by=df['city ? '])[['max_sal ? ']].max()  # .min(), .sum(), .count(), .mean()

ps: 可以多查 官方文档，有简单的示例，自己可以先练练，理解理解，然后再应用应用。

私はり

阿奇_o 发表于 2021-4-3 21:29
先理解了 df['col'].apply() 和 匿名函数 怎么用，还有前面 怎么进行“分列操作”的，理解了吗
再看：df_r ...

差不多都理解了 我知道是什么用法

私はり

阿奇_o 发表于 2021-4-3 21:29
先理解了 df['col'].apply() 和 匿名函数 怎么用，还有前面 怎么进行“分列操作”的，理解了吗
再看：df_r ...

官方文档怎么查
我一般都是搜百度

阿奇_o

私はり 发表于 2021-4-3 22:03
官方文档怎么查
我一般都是搜百度

在线文档、API，直接 语言名+文档，如 Python3 文档
离线文档，我用的是 zeal (zealdocs.org)

不过，其实 vscode 等编辑器，自己也会 加载出 某个方法函数的文档（精简版的）。
ipython也可以查看精简版的帮助文档，如 pd.DataFrame?

不过，先学一遍《用Python进行数据分析》这样类似的经典书籍，
然后再查文档，会比较明确要查什么。

私はり

阿奇_o 发表于 2021-4-3 22:29
在线文档、API，直接 语言名+文档，如 Python3 文档
离线文档，我用的是 zeal (zealdocs.org)

好的

小伤口

龙舞九天 发表于 2021-4-30 15:13

兄台少水一点吧，小心被封哦