當我們使用Python進行資料分析時，有時可能需要根據DataFrame其他列中的值向pandas DataFrame新增一列。

　　儘管這聽起來很簡單，但是如果我們嘗試使用if-else條件語句來做，可能會變得有些複雜。值得慶幸的是，有一種使用numpy做到這一點的簡單，好方法!

　　我們將從匯入pandas和numpy開始，並載入資料集以檢視其外觀。

　　我們可以看到我們的資料集包含有關每個推文的一些資訊，包括：

　　1)date —推文釋出的日期

　　2)time —發推文的時間

　　3)tweet -該推文的實際文字

　　4)mentions -推文中提及的任何其他Twitter使用者

　　5)photos —推文中包含的任何影象的URL

　　6)replies_count -在推文上的回覆數量

　　8)likes_count —在推文上的喜歡次數

　　我們還可以看到photos資料的格式有些奇怪。

　　使用np.where()新增具有正確/錯誤條件的pandas列

　　對於我們的分析，我們只想檢視帶有影象的推文是否獲得更多的互動，因此我們實際上不需要影象URL。讓我們嘗試建立一個名為的新列hasimage，該列將包含布林值- True如果該tweet包含影象，False則不包含影象。

　　為此，我們將使用numpy的內建where()函式。此函式按順序接受三個引數：我們要測試的條件，條件為true時分配給新列的值以及條件為false時分配給新列的值。看起來像這樣：

　　在我們的資料中，我們可以看到沒有影象的推文始終[]在該photos列中具有值。我們可以使用資訊並np.where()建立新列hasimage，如下所示：

　　在上方，我們可以看到我們的新列已新增到我們的資料集，並且已正確標記了tweet，其中包括影象為True，其他影象為False。

　　現在我們有了hasimage專欄，讓我們快速製作幾個新的DataFrame，一個用於所有影象推文，一個用於所有無影象推文。我們將使用布林過濾器進行此操作：

　　現在，我們已經建立了那些，我們可以使用內建的數學函式.mean()來快速比較每個DataFrame中的推文。

　　我們將使用print()語句使結果更易於閱讀。我們還需要記住使用str()來將.mean()計算結果轉換為字串，以便可以在我們的列印語句中使用它：

　　新增條件更復雜的pandas專欄

　　這種方法效果很好，但是如果我們想新增一個條件更復雜的新列(超出True和False的條件)怎麼辦?

　　例如，為了更深入地研究這個問題，我們可能要建立一些互動性“層”，並評估到達每個層的推文所佔的百分比。為了簡單起見，讓我們使用Likes來衡量互動性，並將tweet分為四個層次：

　　1)tier_4 -2個或更少的喜歡

　　2)tier_3 — 3-9個贊

　　3)tier_2 — 10-15個贊

　　4)tier_1 — 16個贊

　　為此，我們可以使用稱為的函式np.select()。我們給它兩個引數：一個條件列表，以及一個我們想要分配給新列中每一行的值的對應列表。

　　這意味著順序很重要：如果conditions滿足列表中的第一個條件，則列表中的第一個值values將分配給該行的新列。大資料分析使用numpy在pandas dataframe上新增列https://www.aaa-cg.com.cn/data/2376.html如果滿足第二個條件，則將分配第二個值，等等。

　　讓我們看一下它在Python程式碼中的外觀：

　　太棒了!我們建立了另一個新列，該列根據我們的(雖然有些武斷)層排名系統對每個tweet進行了分類。

　　現在，我們可以使用它來回答有關我們的資料集的更多問題。例如：1級和4級推文中有多少百分比具有影象?

　　儘管這是一個非常膚淺的分析，但我們已經在這裡實現了我們的真正目標：根據有關現有列中值的條件語句向pandas DataFrames新增列。

　　當然，這是可以以多種方式完成的任務。np.where()而np.select()只是許多潛在的兩種方法。

https://www.toutiao.com/i6846264263237960204/

Numpy: 基礎的數學計算模組，以矩陣為主,純數學。

SciPy: 基於Numpy，提供方法(函式庫)直接計算結果，封裝了一些高階抽象和物理模型。比方說做個傅立葉變換，這是純數學的，用Numpy；做個濾波器，這屬於訊號處理模型了，在Scipy裡找。

Pandas: 提供了一套名為DataFrame的資料結構，適合統計分析中的表結構,在上層做資料分析,

更簡潔的說:

NumPy：N維陣列容器

SciPy：科學計算函式庫

Pandas：表格容器

非數學研究,建議直接入手pandas,包含基礎的Numpy方法

來儲存和處理大型矩陣，比Python自身的巢狀列表（nested list structure)結構要高效的多，本身是由C語言開發。這個是很基礎的擴充套件，其餘的擴充套件都是以此為基礎。資料結構為ndarray,一般有三種方式來建立。

基於NumPy 的一種工具，該工具是為了解決資料分析任務而建立的。Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具。最具有統計意味的工具包，某些方面優於R軟體。資料結構有一維的Series，二維的DataFrame(類似於Excel或者SQL中的表，如果深入學習，會發現Pandas和SQL相似的地方很多，例如merge函式)，三維的Panel（Pan（el) + da(ta) + s，知道名字的由來了吧）。

學習Pandas你要掌握的是：1.彙總和計算描述統計，處理缺失資料 ，層次化索引2.清理、轉換、合併、重塑、GroupBy技術3.日期和時間資料型別及工具（日期處理方便地飛起）

方便、易於使用、專為科學和工程設計的Python工具包.它包括統計,最佳化,整合,線性代數模組,傅立葉變換,訊號和影象處理,常微分方程求解器等等。基本可以代替Matlab，但是使用的話和資料處理的關係不大，數學系，或者工程系相對用的多一些。近期發現有個statsmodel可以補充scipy.stats，時間序列支援完美