学校暑假课作业，不会做求帮助啊，有偿有偿

生成一个数据集如下
import pandas as pd
df ={'姓名':['张三','李四','王五','赵六','陈七'],
'拼音':['Zhang San','Li Si','Wang Wu','Zhao Liu','Chen Qi'],
'性别':['男','F','M','女','男'],
'工号':['33319911212555','44419991012666','77719930302666','77719910309333','88819970909333'],
'入职测评':['C:75_good','D:58_bad','D:43_bad','B:80_verygood','A:95_excellent'],
'家庭住址':['火星市外城区无名路366号','木星市内海区洋流路34号','木星市小行星区量子力学路77号','火星市外城区斐波那契路41号','木星市小行星区欧几里得路3号'],
'薪酬':['1.7万','8.2千','0.7万','2.5千','1.0万']}
df = pd.DataFrame(df)
df



请用代码新增两个变量“城市”和“地区”，结果如下



注：请将代码复制到回答框，并将结果截图粘贴到回答框（不要附件形式

aaaAAAAAAAAA

df['城市']='火星市'
for a,b in zip(range(df.shape[0]),['外城区','内海区','小行星区','外城区','小行星区']):
     df.loc[a,'地区']=b

1. import pandas as pd
   
2. df ={'姓名':['张三','李四','王五','赵六','陈七'],
   
3. '拼音':['Zhang San','Li Si','Wang Wu','Zhao Liu','Chen Qi'],
   
4. '性别':['男','F','M','女','男'],
   
5. '工号':['33319911212555','44419991012666','77719930302666','77719910309333','88819970909333'],
   
6. '入职测评':['C:75_good','D:58_bad','D:43_bad','B:80_verygood','A:95_excellent'],
   
7. '家庭住址':['火星市外城区无名路366号','木星市内海区洋流路34号','木星市小行星区量子力学路77号','火星市外城区斐波那契路41号','木星市小行星区欧几里得路3号'],
   
8. '薪酬':['1.7万','8.2千','0.7万','2.5千','1.0万']}
   
9. df = pd.DataFrame(df)
   
10. df["城市"]=['火星市','火星市','火星市','火星市','火星市']
    
11. df["地区"]=['外城区','内海区','小行星区','外城区','小行星区']
    
12. print(df)

复制代码

1. import pandas as pd
   
2. df ={'姓名':['张三','李四','王五','赵六','陈七'],
   
3. '拼音':['Zhang San','Li Si','Wang Wu','Zhao Liu','Chen Qi'],
   
4. '性别':['男','F','M','女','男'],
   
5. '工号':['33319911212555','44419991012666','77719930302666','77719910309333','88819970909333'],
   
6. '入职测评':['C:75_good','D:58_bad','D:43_bad','B:80_verygood','A:95_excellent'],
   
7. '家庭住址':['火星市外城区无名路366号','木星市内海区洋流路34号','木星市小行星区量子力学路77号','火星市外城区斐波那契路41号','木星市小行星区欧几里得路3号'],
   
8. '薪酬':['1.7万','8.2千','0.7万','2.5千','1.0万']}
   
9. df = pd.DataFrame(df)
   
10. df["城市"]=['火星市','火星市','火星市','火星市','火星市']
    
11. df["地区"]=['外城区','内海区','小行星区','外城区','小行星区']
    
12. 
    
13. # 另外加了兩行代碼，對齊輸出
    
14. pd.set_option("display.unicode.ambiguous_as_wide", True)
    
15. pd.set_option("display.unicode.east_asian_width", True)
    
16. print(df)

复制代码

1. import pandas as pd
   
2. df ={'姓名':['张三','李四','王五','赵六','陈七'],
   
3. '拼音':['Zhang San','Li Si','Wang Wu','Zhao Liu','Chen Qi'],
   
4. '性别':['男','F','M','女','男'],
   
5. '工号':['33319911212555','44419991012666','77719930302666','77719910309333','88819970909333'],
   
6. '入职测评':['C:75_good','D:58_bad','D:43_bad','B:80_verygood','A:95_excellein'],
   
7. '家庭住址':['火星市外城区无名路366号','木星市内海区洋流路34号','木星市小行星区量子力学路77号','火星市外城区斐波那契路41号','木星市小行星区欧几里得路3号'],
   
8. '薪酬':['1.7万','8.2千','0.7万','2.5千','1.0万']}
   
9. df = pd.DataFrame(df)
   
10. 
    
11. addr1 = []
    
12. addr2 = []
    
13. for dizhi in df['家庭住址']:
    
14.     address1 = dizhi.split('市')  # 用“市”字划分字符串，返回一个列表
    
15.     addr1.append(address1[0]+'市')
    
16.     address2 = address1[1].split('区')  # 用“区”字划分address1列表的第二个元素，返回一个列表
    
17.     addr2.append(address2[0]+'区')
    
18.    
    
19. df["城市"]=addr1
    
20. df["地区"]=addr2
    
21. 
    
22. # 对齐
    
23. pd.set_option("display.unicode.ambiguous_as_wide", True)
    
24. pd.set_option("display.unicode.east_asian_width", True)
    
25. #全部显示
    
26. pd.set_option('display.max_columns', None)
    
27. 
    
28. print(df)
    

复制代码

一杆钓起满天星 发表于 2021-9-23 17:12

这是从家庭地址里取出来的市和区，无论你给原列表加多少行，代码不会变

import pandas as pd
df ={'姓名':['张三','李四','王五','赵六','陈七'],
'拼音':['Zhang San','Li Si','Wang Wu','Zhao Liu','Chen Qi'],
'性别':['男','F','M','女','男'],
'工号':['33319911212555','44419991012666','77719930302666','77719910309333','88819970909333'],
'入职测评':['C:75_good','D:58_bad','D:43_bad','B:80_verygood','A:95_excellent'],
'家庭住址':['火星市外城区无名路366号','木星市内海区洋流路34号','木星市小行星区量子力学路77号','火星市外城区斐波那契路41号','木星市小行星区欧几里得路3号'],
'薪酬':['1.7万','8.2千','0.7万','2.5千','1.0万']}
df = pd.DataFrame(df)
dic1 = {
    'good':'C',
    'bad':'D',
    'verygood':'B',
    'excellent':'A'
}
df['测评等级'] = df['入职测评'].map(lambda x : dic1[x.split('_')[1]])
df['评测得分'] = df['入职测评'].map(lambda x : x.split(':')[1].split('_')[0])
df['城市'] = df['家庭住址'].map(lambda x :x.split('市')[0]+'市')
df['地区'] = df['家庭住址'].map(lambda x :x.split('市')[1].split('区')[0]+'区')
df