Question

python有点新鲜。实际上，我感兴趣的是迭代数据帧中的行，如果满足条件则对特定列执行计算，然后将答案放在新列的同一行中。

为了举例，如果我有一个数据帧：

如果c2中的值大于50，我可能希望将c1中的值减半，如果c2中的值小于50，则c1中的值加倍，并且答案出现在新列c3中，所以我最终得到了：

   c1  c2  c3
0  20  82  10
1  15  14  30
2  10  19  20

我知道如何进行数学运算，以及如何使用if / else函数，它只是迭代我正在努力的行以及如何将每个答案放入新列。我知道iterrows，但我不相信我完全理解如何使用它，或者在这种情况下是否合适？

干杯。

Answer 1

直接的方法是将其分配到同一数据框内的新列。如果名称存在，则替换列。否则附上。

In [2]: df = pd.DataFrame({'c1':[20,15,10],'c2':[82,14,19]})

In [3]: df
Out[3]: 
   c1  c2
0  20  82
1  15  14
2  10  19

In [6]: df['c3'] = df['c1'] + df['c2']

In [7]: df
Out[7]: 
   c1  c2   c3
0  20  82  102
1  15  14   29
2  10  19   29

In [8]: df['c4'] = 10

In [9]: df
Out[9]: 
   c1  c2   c3  c4
0  20  82  102  10
1  15  14   29  10
2  10  19   29  10

使用匿名函数可以实现if-else的事情：

In [13]: df['c5'] = df['c2'].apply(lambda x: x if x > 50 else 'nope')

In [14]: df
Out[14]: 
   c1  c2   c3  c4    c5
0  20  82  102  10    82
1  15  14   29  10  nope
2  10  19   29  10  nope

Answer 2

import numpy as np
import pandas as pd

df = pd.DataFrame({'c1': [20, 15, 10], 'c2': [82, 14, 19]})

df['c3'] = np.where(df['c2'] > 50, df['c1'] * 0.5, df['c1'] * 2)
print(df)

输出：

   c1  c2    c3
0  20  82  10.0
1  15  14  30.0
2  10  19  20.0

np.where(df['c2'] > 50, df['c1'] * 0.5, df['c1'] * 2)的解释：

第一部分（= df['c2'] > 50）是我们要检查的条件（在这种情况下，将c2列与50进行比较，正如您在问题中指定的那样）。
第二部分（= df['c1'] * 0.5）是我们为条件为True的情况计算的值。
第三部分（= df['c1'] * 2）是我们为条件为False的情况计算的值。

迭代数据框中的行，对每个行执行计算并将答案放在新列中

2 个答案: