Python:list構(gòu)建DataFrame

兩種方式:

  • zip函數(shù):
 a = ['a', 'b', 'c','d']
 b = [400, 500, 600,9]
 c = [700, 800, 900,1000]
 pd.DataFrame(list(zip(a, b, c)))
  • pd.DataFrame直接構(gòu)建
 pd.DataFrame({'a':a,'b':b,'c':c})

對DataFrame某一列按正則表達式提取部分字符:

f = lambda x: re.findall(r"GN=(.*) PE",x)[0]
df_AP1['Description'].apply(f)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子流纹,更是在濱河造成了極大的恐慌报咳,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機拇派,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來凿跳,“玉大人件豌,你說我怎么就攤上這事】厥龋” “怎么了茧彤?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長疆栏。 經(jīng)常有香客問我曾掂,道長惫谤,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任珠洗,我火速辦了婚禮溜歪,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘许蓖。我一直安慰自己蝴猪,他們只是感情好,可當我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布蛔糯。 她就那樣靜靜地躺著,像睡著了一般窖式。 火紅的嫁衣襯著肌膚如雪蚁飒。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天萝喘,我揣著相機與錄音淮逻,去河邊找鬼。 笑死阁簸,一個胖子當著我的面吹牛爬早,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播启妹,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼筛严,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了饶米?” 一聲冷哼從身側(cè)響起桨啃,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎檬输,沒想到半個月后照瘾,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,382評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡丧慈,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,877評論 2 323
  • 正文 我和宋清朗相戀三年析命,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片逃默。...
    茶點故事閱讀 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡鹃愤,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出完域,到底是詐尸還是另有隱情昼浦,我是刑警寧澤,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布筒主,位于F島的核電站关噪,受9級特大地震影響鸟蟹,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜使兔,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一建钥、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧虐沥,春花似錦熊经、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至天试,卻和暖如春槐壳,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背喜每。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工务唐, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人带兜。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓枫笛,卻偏偏與公主長得像,于是被迫代替她去往敵國和親刚照。 傳聞我的和親對象是個殘疾皇子刑巧,可洞房花燭夜當晚...
    茶點故事閱讀 42,700評論 2 345

推薦閱讀更多精彩內(nèi)容

  • 一、mysql: 1.1深入淺出: 數(shù)據(jù)分析的典型四步驟:確定問題(心智模型 )→分解問題→評估數(shù)據(jù)→做出決策(C...
    X_Ran_0a11閱讀 463評論 0 1
  • DataFrame數(shù)據(jù)創(chuàng)建 在上一篇文章中已經(jīng)介紹過pandas中兩種重要類型的數(shù)據(jù)結(jié)構(gòu):Series類型和Dat...
    皮皮大閱讀 10,566評論 2 4
  • 介紹 你是否曾經(jīng)處理過具有一千多個特征的數(shù)據(jù)集无畔?5萬多個特征呢海诲?我曾經(jīng)有過,讓我告訴你這是一項非常具有挑戰(zhàn)性的任務...
    A遇上方知友閱讀 5,014評論 1 5
  • 16宿命:用概率思維提高你的勝算 以前的我是風險厭惡者檩互,不喜歡去冒險特幔,但是人生放棄了冒險,也就放棄了無數(shù)的可能闸昨。 ...
    yichen大刀閱讀 6,033評論 0 4
  • 公元:2019年11月28日19時42分農(nóng)歷:二零一九年 十一月 初三日 戌時干支:己亥乙亥己巳甲戌當月節(jié)氣:立冬...
    石放閱讀 6,870評論 0 2