Pandas - 列值转换答案

【问题标题】：Pandas - Column value conversionsPandas - 列值转换
【发布时间】：2020-04-03 21:15:27
【问题描述】：

我的数据：我有一个如下所示的数据集：

dataset = pd.DataFrame({
   'salary_frequency': ['Annual', 'Annual', 'Hourly', 'Hourly', 'Annual', 'Monthly'], 
   'salary_range_low': [51907.68, 51907.85, 35, 35, 50598, 4000]})

salary_range_low 中的值基于salary_frequency (['Daily', 'Hourly' or 'Annual'])。

我的问题：如何将所有salary_range_low 转换为年度值以便更好地进行比较？

【问题讨论】：

首先，你想要的输出是什么？其次，你有没有尝试过错误信息告诉你的任何事情并理解它，比如.loc这可能是解决你问题的关键？

标签： python pandas dataframe data-science

【解决方案1】：

您需要了解一个（例如“每小时”）如何转换为年份。完成翻译后，如下所示：

map_dict = {'Annual': 1, 'Hourly': 1880, 'Monthly': 12}

您可以使用pd.Series.map 和乘法：

df['per_year'] = df['salary_frequency'].map(map_dict) * df['salary_range_low']
df

注意： 1880 小时是基于每年 47 个工作 40 小时的工作周

【讨论】：

【解决方案2】：

factor_mapper = {'Hourly': 8 * 253, 'Daily': 253, 'Annual': 1}
df['salary_range_low'] = df['salary_range_low'] * df['salary_frequency'].map(factor_mapper)

【讨论】：

【解决方案3】：

你可以使用map:

# modify this to fit your need
maps = pd.Series([1, 365, 365*24], index=['Annually', 'Daily', 'Hourly'])

df['salary_range_low'] *= df['salary_frequency'].map(maps)

【讨论】：

我会考虑一年中的工作日，通常是 252-253 而不是 365。
@FBruzzesi 同意，我只是太懒了，把它留给 OP :-)。