在pandas中实现SQL查询中的CASE-WHEN-THEN-END功能是一项非常有用的技能,可以帮助我们快速和高效地处理数据。我将向你介绍如何在Pandas中实现此功能,并提供一些示例,以便您更好地理解。
首先,让我们先回顾一下SQL中的CASE-WHEN-THEN-END语句是什么。它通常用于根据某些条件对数据进行分类或转换。例如,假设我们有一个“订单”表,其中包含客户的姓名、订单金额和订单日期。我们可以使用CASE-WHEN-THEN-END语句将订单金额按照以下规则进行分类:
在SQL中,可以通过以下方式实现:
SELECT
customer_name,
order_amount,
CASE
WHEN order_amount < 100 class="hljs-string">'Small Order'
WHEN order_amount BETWEEN 100 AND 1000 THEN 'Regular Order'
WHEN order_amount > 1000 THEN 'Large Order'
END AS order_type,
order_date
FROM
orders;
现在让我们看看如何在pandas中实现相同的结果。Pandas提供了类似的功能,称为“np.select”。它将一个布尔数组列表作为第一个参数,每个布尔数组都代表一个条件。第二个参数是一个列表,其中包含与每个条件对应的值。如果没有任何条件被满足,则返回第三个参数作为默认值。以下是如何在Pandas中实现上述示例的代码:
import pandas as pd
import numpy as np
orders = pd.read_csv('orders.csv')
conditions = [
orders['order_amount'] < 100 class="hljs-string">'order_amount'] >= 100) & (orders['order_amount'] <= 1000),
orders['order_amount'] > 1000
]
choices = ['Small Order', 'Regular Order', 'Large Order']
orders['order_type'] = np.select(conditions, choices, default='Unknown')
print(orders)
在这个例子中,我们首先将数据集加载到一个名为“orders”的DataFrame中。然后,我们定义了三个条件,因此我们有三个布尔数组分别代表小额订单、普通订单和大额订单。接下来,我们定义了三个值列表,其中包含与每个条件相对应的值,即“Small Order”、“Regular Order”和“Large Order”。最后,我们使用np.select函数将这些条件和值传递给订单数据集,并将结果存储在名为“order_type”的新列中。
需要注意的是,我们还提供了一个默认值参数,以便处理任何未被满足的条件。在这个例子中,我们将默认值设置为“Unknown”。
此外,在Pandas中,也可以使用“pd.cut”函数来执行类似的操作。它允许我们将连续变量分成离散的区间,并将它们标记为相应的类别。例如,在上面的订单数据集中,我们可以使用以下代码将订单金额划分为三个等距的区间:
orders['order_type'] = pd.cut(orders['order_amount'], 3, labels=['Small Order', 'Regular Order', 'Large Order'])
在这种情况下,我们将订单金额分成三个等距的区间,并将每个区间标记为“Small Order”、“Regular Order”或“Large Order”。
总结起来,Pandas提供了多种实现SQL查询中CASE-WHEN-THEN-END功能的方法,包括使用np.select和pd.cut函数。这些函数都非常有用,可以帮助我们快速、高效地处理数据,并使得数据转换和分类更容易。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10推荐学习书籍 《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门! ...
2025-03-07在数据驱动决策的时代,掌握多样的数据分析方法,就如同拥有了开启宝藏的多把钥匙,能帮助我们从海量数据中挖掘出关键信息,本 ...
2025-03-06