Python熊貓數據框控制流程

我有一個數據框，其中包含一個工資列，指定一個小時工資和一個聯合列，指定員工是否在工會。還有其他變數，但現在它們並不重要。我試圖找到工會中員工的平均工資。我編寫了代碼，它提供了一個關於員工是否在工會中的真/假清單。但是，我不知道如何應用這份名單來獲得平均工資。預先感謝您的幫助。Python熊貓數據框控制流程

#Read cps.csv file 
import pandas as pd 
cps_df = pd.read_csv('cps.csv') 
cps_df 

#Function to determine whether or not an employee is in a union 
def hourly_wage(x): 
""" return true if union else false """ 

if x['union'] == 'Union': 
    return True 
else: 
    return False 

#Function to create a list of union vs non-union 
def union_list(y): 
    """ return a list determining union vs non-union """ 

    return [hourly_wage(x) for index, x in y.iterrows()] 

#Print list 
%time 
print(union_list(cps_df))

來源

2016-11-11 Christopher Flach

也許我錯過了這裏的一些東西，但爲什麼不'cps_df [cps_df [''union'] =='Union'] ['wage']。mean（）'？ – iayork

我需要創建一個熊貓數據框，並通過使用控制流遍歷數據框的每一行來計算工會工人的平均小時工資。所以我猜我需要像這樣設置它。我錯了嗎？ –

我想你可以用更方便的方法做到這一點。熊貓對於這樣的事情很棒。

我們假設工資欄是'工資'。然後，代碼看起來如下：

import pandas as pd 
cps_df = pd.read_csv('cps.csv') 
print('Union workers mean wage: ', cps_df[cps_df.union == 'Union'].wage.mean())

什麼它本質上是做：1。所有選擇工會工人（cps_df [cps_df.union == '聯盟']） 2. Aplies意味着（）函數來他們的工資（.wage.mean（））

希望這會有所幫助。

來源

2016-11-11 22:17:58

非常感謝您的回覆。我知道肯定有更簡單的方法來獲得平均值。但是，我需要使用這個過程。另外，我需要知道如何以更復雜的方式進行此操作。 –

所以我想這是一個大數據問題。你爲什麼不收取工資，然後使用你的指標函數hourly_wage（x）？ –

我的意思是類似的東西：高清union_wage_list（Y）：「」「返回一個列表的工資確定工會工人的」「」回報[X [ '工資']索引，X在y.iterrows（）如果hourly_wage（x）] –

Python熊貓數據框控制流程

回答

相關問題